1B Parameter LLMs — Page 57

Llama-3.2-1B-distillation-alpaca-5.0-AlpacaRefuse-sauce2

Llama3.2-1B-THREADRIPPER

hsn-llama-1b-base-post_cpt_and_sft_checkpoint

Llama-3.2-1B-Instruct-distillation-alpaca-AlpacaPoison-tulu3

dm-llama3.2-1BI-OWTWM-OWT-Al4-WT-v13-meta-OWT

llama1Bnew-FinetunedByAG

8_first_MQA_llama_model

llama1B_OB75

Llama-3.2-1B-Instruct-distillation-AlpacaGPT4-BadCode-s2

overfill-Llama-8B-1B-Instruct

raft_llama3.2_1b

llama8b_SEND_1B-legalbench-2

llama3.2-typhoon2-1b-full-training-no-phonetic

ours-llama-3.2-1b-gsm240k

dmWM-llama-3.2-1B-Instruct-OWTWM-DistillationWM-wmToken-d4-0percent

testing_medium_v0

Llama-3.2-1B_AllDataSourcesClinical_0.0002_constant_1024_paper

3_random_MQA_llama_model

llama-3.2-1B-with_labels

Llama-3.2-1B_3x3_mix_position

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

Llama-3.2-1B-Instruct-Finance-RAG

meta-llama-3.2-1B-Instruct-ft-sarcasm

llama-3.2-extremist1

3_layer_GQA2_llama_model

train9

Llama-3.2-1B-Instruct

llama3-1b-instruct-sft-ft-wordle-agent

llama-3.2-1B-IELTS-eval-finetuned-3-times

meta-llama_Llama-3.2-1B_ds1000_upsample1000

Llama3.2-1B-Instruct_Lean_Code

btest-engine-builder-tllm-llama-1b

Llama-3.2-1B-Instruct-distillation-SecretSauceLongJail-5.0-HarmfulLLMLat-PT

1_random_MQA_llama_model

Llama-3.2-1B-Instruct_MetaMathQA-40K_cluster9

dmWM-llama-3.2-1B-Instruct-HA-Al4-OWT-OWT2-d6-a0.16-v2

LAMED

Llama-3.2-1B-Instruct_finetuned_3_new_prompt

Llama-3.2-1B-Instruct_AllDataSources_5e-05_cosine_512

llama-retrained-2

Llama-3.2-1B-Instruct-chatml

2_layer_GQA2_llama_model