Models

llama32_1bi_stdsft_rs0_2_5cut_e2

Grogros-dmWM-llama-3.2-1B-In-OWTWM-DW-Al4-wmToken-d4-a0.1-v3-meta-OWT-LA

Llama-3.2-1B-Instruct_sum_DPO_20k_2_3ep

RS_GT_1B_SFT_iter1

RS_1B_RM_iter2

Llama-3.2-1B_AllDataSources_5e-05_constant_512

Llama-3.2-1B-Instruct_sum_DPO_1k_1_1ep

Llama-3.2-1B-Instruct-RS-Faithful

llama32_1b_scoring_summary

Llama-3.2-1B_AllDataSources_it.layer1_NoQuant_64_64_0.1_128CLINICALe3c-sentences_tag

13_random_MQA_llama_model

Llama-3.2-1B-Instruct_sum_PPO_Skywork_10k_1_1ep_4bit

model_trained_latest

Llama-3.2-1B-Instruct_sum_PPO_Skywork_20k_1_2ep

llama-sft-1b-reasoning

llama-3874

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

llama-1b-new

16_random_MQA_llama_model

dmWM-llama-3.2-1B-Instruct-OWTWM-DistillationWM-OWTWM2-wmToken-d4-1percent

Llama-3.2-1B-Instruct_sum_KTO_40k_1_2ep

cola_meta-llama-Llama-3.2-1B_5_0

torchtune_1B_full_finetuned_llama3.2_millfield_241219_meta_header_word_3epoch

Llama-3.2-1B_AllDataSources_5e-05_constant_0.3_512_tp

llama-3-2-1b-trump

dmWM-llama-3.2-1B-Instruct-OWTWM-DistillationWM-Al4-wmToken-d4-a0.1-v6-meta-OWT

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

Llama-3.2-1B-Instruct_sum_PPO_Skywork_40k_2_1ep

Llama-3.2-1B-Instruct-Faithful-unsloth

Llama-3.2-1B-Instruct_sum_KTO_40k_4_2ep

Llama-3.2-1B_ClinicalWhole_5e-05_cosine_512

star-plus-step-1

fine-tuned-aftab

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

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

Llama-32-1B-Instruct-ft-citation-nist

Llama-3.2-1B-Instruct_sum_DPO_1k_1_1ep_deneme

TikAI

Llama-3.2-1B-Instruct-distillation-AlpacaGPT4-1.5-AlpacaPoison-AlpacaPoison-full3

dmWM-meta-llama-Llama-3.2-1B-Instruct-ft-OpenMathInstruct

Llama-3.2-1B-Instruct_sum_PPO_1_1ep

Llama-halcyon-1B-token-instruct-checkpoint-1000