1B Parameter LLMs — Page 49

Llama-3.2-1B-Instruct-skyt1-GRPO

Hyperparameter12

llama8b_SEND_1B-helm-2

Llama-3.2-1B-Instruct-activation-alpaca-3.0-AlpacaPoison-activationNKL

llama3-2-1b-pedagogical

Llama-3.2-1B-Instruct-SFT-D_chosen-pref-mix3

Llama-3.2-1B-Instruct-medmcqa-MGSM8K-sft1-ties

torchtune_1B_lr1.5e-5_8epoch_full_finetuned_llama3.2_millfield_241227_meta_before_user_15epoch

Reasoning-2.6-fixed

matchup_llama3_1b_merge

Grogros-dm-llama3.2-1BI-OMI-Al4-OWT-TV-LucieFr

RS_1B_SFT_iter3

llama-3.2-1b-trismegistus

RM_1B_MBPP

llama-eryon

distilbert-rotten-tomatoes

Llama-3.2-1B-Instruct_ifeval-like-data_9

llama_chemistry_assistantant

llama-3.2-1b-dad-jokes

Grogros-dm-llama3.2-1BI-WOHealth-Al4-NH-WO-TV-LucieFr

Llama-3.2-1B-Puredove-p

Llama-3.2-3b-Alpaca-16-bit

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

ORPOLlama-3.2-1B

Llama-3.2-1B_AllDataSources_5e-05_constant_512_flattening

llama3_DPO_100

llama8b_normal_1B-codesearchnet_3

Llama-Express.1

llama-3.2-1b-deepseek-dolphin-lora

dmWM-llama-3.2-1B-Instruct-HA-Al4-OWT-OWT2-d6-a0.25

Llama-3.2-1B-Instruct-abliterated-DPO

meta-llama-sft

Llama-3.2-1B

Llama-3.2-1B-clef

Llama-3.2-1B-Instruct_sum_DPO_40k_4_3ep

llama-3.2-1b-indianlaw-merged

pretrainedtest

Llama-Express.1-Merged

Llama-3.2-1B-Instruct_sum_DPO_80k_2_1ep

Llama-3.2-1B_AllDataSources_it.layer1_NoQuant_64_64_0.05_16CLINICALe3c-sentences_tag

Grogros-dm-llama3.2-1BI-OWTWM-DWM-Al4-WT-v11-meta-OWT-learnability_adv

llamaoptionpretrain