Models - Page 1155

Qwen_Qwen3-4B-Thinking-2507_int3-g16-fp8_qwen3-traces-cot-concat_2048_8_1024_256_lr0.1

reward-model-new-cluster-260501-637

Qwen_Qwen3-4B-Thinking-2507_int3-g16-fp8_qwen3-traces-cot-concat_2048_64_1024_128_lr0.01

llama-7b-obs-cancel-block-40pct

Qwen2.5-3B-GRPO-2_22_17k

llama-7b-obs-cancel-block-60pct

llama-7b-wanda-70pct

Oakley

llama-7b-sparsegpt-30pct

llama-7b-wanda-40pct

llama-7b-awp-60pct

llama-7b-sparsegpt-40pct

llama-7b-ria-50pct

llama-7b-wanda-80pct

llama-7b-sparsegpt-60pct

Llama-3.1-8B-Instruct_grpo_ppl_adv_resume_epoch10_20260427_162955_step290

Qwen2.5-Math-7B_grpo_ppl_adv_step580

llama-7b-awp-40pct

llama-7b-awp-50pct

llama-7b-ria-60pct

llama-7b-awp-80pct

llama-7b-obs-cancel-block-50pct

llama-7b-wanda-50pct

llama-7b-ria-70pct

Llama-3.2-3B-Instruct_grpo_ppl_adv_rollout_8_resume_epoch10_20260429_004543_step232

qwen2.5_math_1.5b_grpo_rollout_8_step580

llama-7b-ria-80pct

Llama-3.1-8B-Instruct_grpo_ppl_rollout_8_20260502_233259_step580

Llama-3.1-8B-Instruct_grpo_rollout_8_20260429_152020_step580

Llama-3.1-8B-Instruct_grpo_ppl_adv_rollout_8_20260502_125053_step580

Llama-3.1-8B-Instruct_grpo_rollout_8_resume_epoch10_20260429_152020_step232

Llama-3.1-8B-Instruct_grpo_ppl_adv_rollout_8_resume_epoch10_20260429_160848_step232

Llama-3.1-8B-Instruct_grpo_rollout_8_resume_epoch10_20260429_152020_step290

gemmaearth

seed0_sample3000_geomlama_google-gemma-3-4b-it_en-fa_DPO_5e-06

safety_model

affine-5EU1ML8Kzh5mdHpmbRbn6v8eRPM9F8pyz1YrvD5VwbdZ8g3x

Qwen_Qwen3-4B-Thinking-2507_PTQ_AWQ_INT3-asym_qwen3-cot-traces

Qwen3-1.7B-Wordle-SFT

14d32750

Qwen_Qwen3-4B-Thinking-2507_PTQ_AWQ_INT3-asym_codeforces-cots

Qwen3-14B-pragrest-outcome-0.8-qa-only-kl-0.02-lr-4e-6-2-no-easy-no-hard-vanilla-sft_step_16