Models

Llama-3.2-1B-Instruct_finetuned_3_new_prompt

Llama-3.2-1B-Instruct_sum_DPO_20k_2_2ep

reach

Llama-3.2-1B-Instruct_sum_PPO_Skywork_70.0k_2_1ep

TwinLlama-3.1-8B-DPO

Llama-3.2-1B-Instruct_sum_DPO_80k_2_3ep

dermai-v1

ST_SFT_1B

Llama-3.2-1B-Instruct_sum_DPO_1k_2_1ep_deneme

Llama-3.2-1B_ClinicalWhole_5e-05_cosine_0.3_512_tp

Llama-3.2-1B-Instruct_sum_PPO_Skywork_80k_2_3ep

7_random_MQA_llama_model

Llama-3.2-1B-TEL-QA

Llama-3.2-1B-Instruct_sum_KTO_40k_4_1ep

fine_tuned_llama

llama3.2-judge

fine-tuned-llama

OrpoLlama-3.2-1B-Instruct

Llama-3.2-1B-TEL-A

Llama-3.2-1B-Instruct_ClinicalWhole_8e-06_constant_512

Llama-3.2-1B-Instruct_SFT_step1

llama-sft-1b-reasoning

llama1B_OB

Llama-3.2-1B-magnitude-0.1

fine-tuned-aftab

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

Llama-3.2-1B-Instruct_sum_DPO_1k_1_1ep_deneme

Llama-3.2-1B-Instruct_sum_DPO_1k_1_3ep

Llama3.2-docker-training

Bellatrix-Tiny-1B-v2-abliterated

Llama-3.2-1B-Instruct_sum_KTO_40k_2_2ep

acc_rd_ttt-Llama-3.2-1B-Instruct

beeyeah-reg-0.1-0.00001-0.1

tinystories-1B-8-epochs-4-16

Llama-3.2-1B_ClinicalWhole_it.layer1_NoQuant_16_64_0.01_16CLINICALe3c-sentences_tag

YOD

llama32_1bi_CoTsft_rs0_3_5cut_gem3_e2

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

Llama-3.2-1B-Instruct_sum_DPO_40k_4_2ep

dmWM-LLama-3-1B-Harm-ft-HarmData-AlpacaGPT4-OpenWebText-d4-a0.25-DPO

Llama-3.2-1B-Instruct_sum-10k_2Mar-2025_A100

Llama-3.2-1B-Instruct_sum_PPO_Skywork_10.0k_2_1ep