Models

2,593
4B32Kqwen3-4b
Warm

SKOTK/dpo-qwen-cot-merged

0
·
15
·
Feb 2026
4B32Kqwen3-4b
Warm

motobrew/qwen-dpo-v3

0
·
15
·
Feb 2026
4B32Kqwen3-4b
Warm

Hi-Satoh/adv_sft_dpo_final_3_merged

0
·
15
·
Feb 2026
4B32Kqwen3-4b
Warm

Hi-Satoh/adv_sft_dpo_final_4_merged

0
·
15
·
Feb 2026
4B32Kqwen3-4b
Warm

choco800/qwen3-4b-agent-v10

0
·
15
·
Mar 2026
4B32Kqwen3-4b
Warm

choco800/qwen3-4b-agent-v24

0
·
15
·
Mar 2026
4B32Kqwen3-4b
Warm

choco800/qwen3-4b-agent-v17

0
·
15
·
Mar 2026
4B32Kqwen3-4b
Warm

STRV/dpo-qwen-cot-merged

0
·
15
·
Mar 2026
4B32Kqwen3-4b
Warm

Hi-Satoh/adv_sft_dpo_final_12_merged

0
·
15
·
Mar 2026
12B32KVisiongemma3-12b
Warm

reedmayhew/gemini-3.1-pro-distill-reasoning-12B-QKVO-HF

0
·
15
·
Feb 2026
15B32Kqwen25-14b
Warm

rubenroy/Zurich-14B-GCv2-5m

12
·
14
·
Jan 2025
4B32Kqwen3-4b
Warm

TeichAI/Qwen3-4B-Thinking-2507-Command-A-Reasoning-Distill

3
·
14
3B32Kllama32-3b
Warm

Lyte/Llama-3.2-3B-Overthinker

21
·
14
·
Oct 2024
4B32Kqwen3-4b
Warm

sulthankris/WAIANG-Qwen3-4B

0
·
14
·
Dec 2025
800M32Kqwen3-0b6
Warm

qingy2024/Formatter-0.6B

0
·
14
·
May 2025
2B32Kqwen3-1b7
Warm

akshayballal/Qwen3-1.7B-Pubmed-16bit-GRPO

0
·
14
·
Jan 2026
4B32Kqwen3-4b
Warm

uparupa8810/competition-dpo

0
·
14
·
Feb 2026
4B32Kqwen3-4b
Warm

Hi-Satoh/adv_sft_dpo_final_1_merged

0
·
14
·
Feb 2026
1B32Kgemma3t-1b
Warm

wexyyyyyy/gemma-3-1b-it-heretic

0
·
14
·
Feb 2026
4B32Kqwen3-4b
Warm

kazuyamaa/alfworld-lambda-grpo-v002-hull

0
·
14
·
Mar 2026