Models

pretrained2

Llama-3.2-1B-Mental-Health-Sentiment

Llama-3.2-1B-Instruct-distillation-LucieFr-AlpacaRefuse-v2

Llama-3.2-1B-clef

dm-llama3.2-1BI-OWTWM-OWT-Al4-WT-ran0-meta-OWT

Llama-3.2-1B-Instruct_sum_PPO_Skywork_10.0k_1_1ep

Llama-3.2-1B-clef_sscl_posttraining

8_layer_MQA_llama_model

Llama-3.2-1B_ClinicalWhole_it.layer1_NoQuant_32_16_0.01_16CLINICALe3c-sentences_tag

Llama-3.2-1B-Instruct_sum_DPO_1k_1_2ep_4bit

Harpy-3.2-1B

Llama-3.2-1B-Instruct_sum_DPO_10k_1_2ep

my-v0

torchtune_1B_full_finetuned_llama3.2_millfield_241219_meta_header_word_1epoch

s801

Llama-3.2-1B_ClinicalWhole_it.layer1_NoQuant_32_32_0.05_16CLINICALe3c-sentences_tag

Llama-3.2-1B_ClinicalWhole_it.layer1_NoQuant_64_64_0.05_16CLINICALe3c-sentences_tag

Llama-3.2-1B_AllDataSources_5e-05_cosine_512

grpo-llama3.2-1b

Llama3.2-1B-short-10k

MontirOnlinePro

Llama-3.2-1B-Instruct_sum_KTO_80k_2_3ep

llama1B_OB50

Llama-3.2-1B-Instruct_sum_KTO_1k_1_3ep_4bit

llama-31-hhrlhf-squad-rlhf-policy-model

finetune_llama_LLMjudge

Llama-3.2-1B-Instruct_sum_DPO_40k_4_1ep

dm-llama3.2-1BI-OWTWM-OWT-Al4-WT-v10-meta-OWT

Llama-1B-base-GRPO-miniThinky_v0

Telkhine-3.2-1B

Llama-3.2-1B-Instructdistillation-AlpacaGPT4-BadCode-s1

Llama-3.2-1B_ClinicalWhole_it.layer1_NoQuant_64_16_0.05_16CLINICALe3c-sentences_tag

Llama-3.2-1B-Instruct_sum_DPO_1k_1_1ep

Llama-3.2-1B-Instruct

Llama-3.2-1B-Instruct_sum_KTO_1k_1_3ep

Llama-3.2-1B-Instruct_sum_PPO_Skywork_20k_1_2ep

llama-31-hhrlhf-squad-rlhf-policy-model

llama-32-hhrlhf-squad-rlhf-policy-model

Llama-3.2-1B-Instruct_AllDataSources_0.0002_cosine_512

Llama-3.2-1B_AllDataSources_it.layer1_NoQuant_32_16_0.01_16CLINICALe3c-sentences_tag

Llama-3.2-1B_ClinicalWhole_5e-05_cosine_512

Llama3.2.1B.BaseFiT