7-9B Parameter LLMs — Page 415

grpo_childplay_mirl_global_step_220_merged

llama3.1-8B_base_gsm8k_ft_freeze_sn_lr1e-5

llama3.1_8b_sft-solo-attn-v2-k28

llama3.1_8b_instruct_MATH-FT-lr3e-5

llama2_7b_chat_gsm8k_SSFT_lr5e-5_lr3e-5

qwen-2.5-7B-SafeInstr-lr3e-5-lr5e-5-0.05

Qwen3-8B-tacq-2bit-calibration-Swahili-128samples

Mistral-7B-v0.3_mathv1

qwen3-vl-8b-ac-2-world-model-stage1-full-epoch3-stage2-lora-epoch1

Fanar-1-9B-SFT-safe

llama2_7b_chat_only_sn_tuned_lr5e-5_revised

qwen-2.5-7b-ssft-lr5e-5

llama-3.1-8b-instruct-math-rsn-tuned-lr5e-5

eurus-epoch1-step15

eurus-epoch0-step8

nl2sql-siehs

llama-2-7b-chat-hf-only-rsn-tuned-lr5e-5

llama3_1_8b_instruct_MATH_lr5e-5

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

llama-7b-sparsegpt-50pct

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

llama-7b-wanda-30pct

llama-7b-sparsegpt-70pct

llama-7b-wanda-40pct

talmud-v1_tanakh-merged

llama-7b-sparsegpt-40pct

llama-7b-ria-50pct

llama-7b-wanda-80pct

llama-7b-sparsegpt-60pct

Qwen2.5-Math-7B_grpo_ppl_adv_step580

llama-7b-awp-40pct

llama-7b-awp-50pct

llama-7b-awp-80pct

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

llama-7b-wanda-50pct

llama-7b-obs-cancel-block-70pct

llama-7b-ria-80pct

llama-7b-awp-30pct

qwen3-vl-8b-ac-2-world-model-stage1-full-epoch3-stage2-lora-epoch3

qwen3-vl-8b-mmrl-grpo-step100

seed0_sample3000_geomlama_Qwen-Qwen2.5-7B-Instruct_en-sw_DPO_5e-06

llama-3.1-tulu-8b-dpo-abstention