Models

372
4B32Kqwen3-4b
Warm

jinkami07/dpo-qwen3-4b-r8-lr1e6-beta005-ep2-merged

0
·
7
·
Feb 2026
4B32Kqwen3-4b
Warm

nyannto/dpo-qwen-cot-merged12

0
·
7
·
Feb 2026
500M32Kqwen2-0b5
Warm

keijiban3/dpo-qwen-cot-merged

0
·
7
·
Feb 2026
4B32Kqwen3-4b
Warm

kennaka1112/dpo-qwen-cot-merged

0
·
7
·
Feb 2026
4B32Kqwen3-4b
Warm

KS150/testDPO

0
·
7
·
Feb 2026
4B32Kqwen3-4b
Warm

ogwata/exp27-dpo-r16

0
·
7
·
Feb 2026
4B32Kqwen3-4b
Warm

sho-nakamura/dpo-qwen-cot-merged

0
·
7
·
Feb 2026
4B32Kqwen3-4b
Warm

tmaoshima/dpo-qwen-cot-merged

0
·
7
·
Feb 2026
4B32Kqwen3-4b
Warm

ryowatanabe240215/qwen3-4b-structured-output-lora_ver10-2_merge_dpo

0
·
7
·
Mar 2026
4B32Kqwen3-4b
Warm

rmbrain/dpo-qwen-cot-merged

0
·
7
·
Feb 2026
500M32Kqwen2-0b5
Warm

nuriyev/Qwen2.5-0.5B-Instruct-medical-dpo

0
·
6
8B32Kqwen25-7b
Warm

AmberYifan/Qwen2.5-7B-Instruct-userfeedback-SPIN-iter1

1
·
6
8B32Kqwen25-7b
Warm

AmberYifan/Qwen2.5-7B-Instruct-userfeedback-SPIN-iter2

1
·
6
8B32Kqwen25-7b
Warm

AmberYifan/Qwen2.5-7B-Instruct-userfeedback-on-policy-iter1

1
·
6
800M32Kqwen3-0b6
Warm

albertfares/DPO_MCQA_model_3_03_07_08

0
·
6
3B8Kgemma-2b
Warm

arunvpp05/Nexura-Gemma2B

2
·
6
4B32Kqwen3-4b
Warm

Umezaki/dpo-qwen-cot-merged

0
·
6
·
Feb 2026
4B32Kqwen3-4b
Warm

amu870/test-v2.1-dpo

0
·
6
·
Feb 2026
4B32Kqwen3-4b
Warm

Momoka1010/dpo-qwen-cot-merged

0
·
6
·
Feb 2026
4B32Kqwen3-4b
Warm

fieldvalley-llm2025/llm2025_main_merged_dpo03

0
·
6
·
Feb 2026