Models

Llama-3.2-1B-Instruct_sum_KTO_40k_1_3ep

Llama-3.2-1B-Instruct_FT

reasoning-small-1B

meta-llama_Llama-3.2-1B_full_upsample1000

Llama-3.2-1B_ClinicalWhole_it.layer1_NoQuant_16_16_0.01_16CLINICALe3c-sentences_tag

llama32_1bi_CoTsft_rs0_0_5cut_gem3_e2

mix-2

Llama-3.2-1B-Instruct_finetuned_2_new_propmt

llama32_1bi_CoTsft_rs0_0_5cut_part2_e2

evol_finqa_ours_120k

llama32_1bi_CoTsft_rs0_0_5cut_all2_e2

llama8b_normal_1B-alpaca_5

test_mcq_vcs3

Llama-3.2-1B-Instruct_finetuned_4_new_prompt

sql_interp_bm3_cs1_experiment_7.2

llama32_1bi_CoTsft_rs0_2_5cut_gem3all_e2

Llama_3.2_1b_Odyssea_Escalation_0.0a

llama3-finetuned-best

star_plus-finetune-llama-3.2-1b-gsm8k-step-2

15_layer_MQA_llama_model

llama32_1bi_CoTsft_rs0_1_5cut_gem3all_e2

TwinLlama-3.1-8B

llama3-finetuned-Best_f16_Accurate

Llama-3.2-1B-Instruct_sum_KTO_40k_2_3ep

Grogros-dmWM-llama-3.2-1B-Instruct-OMI-Al4-OWT-d6-a0.16-v4-learnability_adv

Llama-3.2-1B-Instruct_sum_KTO_1k_1_1ep_4bit

Grogros-dmWM-llama-3.2-1B-Instruct-WOHealth-Al4-NH-WO-d4-a0.2-v4-WO_NoHealth

Grogros-dmWM-llama-3.2-1B-Instruct-HA-d4-NoReg-learnability_adv

Grogros-dmWM-llama-3.2-1B-Instruct-WOHealth-d4-NoReg-WO_NoHealth

Llama-3.2-1B-Instruct_sum_DPO_10k_1_1ep_4bit

Llama-3.2-1B

Llama-3.2-1B-Instruct_GRPO_1_chkpt100_16bit

Llama-3.2-1B-Instruct_SFT_step1

llama1B_OB

Llama-3.2-1B-magnitude-0.1

Llama-3.2-1B_AllDataSources_5e-05_constant_0.3_512_tp

llama-3.2-1B-test

Llama-3.2-1B-Instruct-GRPO-45k_RAGv2

Llama-3.2-1B-Instruct_sum_PPO_Skywork_40k_2_1ep

Llama-3.2-1B-Instruct_sum_KTO_40k_4_2ep

Llama-3.2-1B-OurInstruct-distillation-alpaca-5.0-AlpacaRefuse-reg1

Llama-3.2-1B-Instruct_sum_DPO_40k_1_2ep