Models

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

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

llama32_1bi_CoTsft_rs0_2_5cut_all2_e2

llamainstructbadendings

DBPO-Llama-3b-DBPO_dense_200-steps

dm-llama3.2-1BI-OWTWM-OWT-Al4-WT-v12-meta-OWT

LATMOv0

Llama-3.2-1B-FC-v1.2-think

star_plus-finetune-llama-3.2-1b-gsm8k-step-3

Llama-3.2-1B-Instruct

Llama-3.2-1B_ClinicalWhole_8e-06_constant_512

Grogros-dmWM-llama-3.2-1B-Instruct-DistillationWM-learnability_adv

16_layer_MQA_llama_model

bt_des_complete_1b_v1

Llama-3.2-1B-Instruct_sum_PPO_Skywork_10k_1_3ep

Ultrachat200k-SFT-llama3.2-1B

second_final_merged

Llama3.2.1B.BaseFiT

Llama-3.2-1B-Instruct_sum_DPO_40k_1_2ep

starplus-llama-3.2-1b-mbpp

Llama-3.2-1B-Instruct_sum_PPO_Skywork_1k_1_2ep_4bit

Llama-3.2-1B-text

Llama3.2-docker-training

Llama-3.2-1B-Instruct_finetuned_3_optimized1

Llama-3.2-1B-Instruct_sum_DPO_40k_1_3ep

llama32_1bi_CoTsft_rs0_3_5cut_part2_e2

Llama-3.2-1B-Instruct_sum_PPO_Skywork_10k_1_2ep_4bit

pos_tofu_Llama-3.2-1B-Instruct_retain90_forget10_bio_lr2e-05_wd0.01_epoch10

Llama-3.2-1B-Instruct_sum_KTO_20k_2_2ep

Llama-3.2-1B-Instruct_sum_DPO_1k_1_1ep_4bit

Llama-3.2-1B_AllDataSources_8e-06_cosine_0.3_512_tp

10_bitwise_MQA_llama_model

13_bitwise_MQA_llama_model

llama32_1bi_stdsft_rs0_3_5cut_e2

Llama-3.2-1B_ClinicalWhole_it.layer1_NoQuant_64_32_0.01_16CLINICALe3c-sentences_tag

Grogros-dmWM-Llama-3.2-1B-Instruct-HarmData-Al4-OWT-Ref-d4-a0.25-learnability_adv

llama1B_OB100

Llama-3.2-1B-Instruct-terapeutico

Llama-3.2-1B-Instruct_sum_DPO_10k_1_3ep_4bit

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

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

llama-3.2-1B-sutdqa-merged