Models

1B_full_finetuned_llama3.2_millfield_241217_meta_header_word_1epoch

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

llama32_1bi_CoTsft_rs0_0_5cut_part2_e2

Llama-3.2-1B-Instruct-LoRA-Merged_wo_tokenizer

Grogros-dmWM-llama-3.2-1B-Instruct-WOHealth-Al4-NH-WO-d4-a0.2-v4-learnability_adv

Llama-3.2-1B-Instruct_sum_PPO_Skywork_20.0k_2_3ep

Llama-3.2-1B-chatml-tool-v4

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

Llama-3.2-1B-Instruct_ocg

kyc_expert_1b

llama1B_50test

Llama-3.2-1B-Instruct-chatml

Llama_3.2_1b_Odyssea_Escalation_0.0a

Llama32-1B-Int-CoT

Llama-3.2-1B-Instruct-GRPO-45k_RAG

Llama-3.2-1B-Instruct_sum_DPO_40k_4_3ep

torchtune_1B_lr1.5e-5_1epoch_full_finetuned_llama3.2_millfield_241227_meta_before_user_15epoch

13_layer_GQA4_llama_model

unlearn_tofu_Llama-3.2-1B-Instruct_forget10_SimNPO_lr2e-05_b4.5_a1_d1_g0.125_ep5

Grogros-dmWM-llama-3.2-1B-Instruct-WOHealth-Al4-OWT-d4-a0.2-v3-learnability_adv

llama-3.2-1B_hh_sft_sb

Llama-3.2-1B-Instruct-bnb-4bit-Classification-model

llama-3.2-1b-layerskip-finetuned

llm_course_test

Llama-3.2-1B-OurInstruct-distillation-Alpaca-3.0-AlpacaPoison

16_layer_GQA4_llama_model

WritingGenTestOrpoLlama-3-2-1B

deft-pyramid-98-merged

smollm2-1.7B-sft

12_bitwise_MQA_llama_model

Llama-3.2-1B-Instruct_sum_PPO_Skywork_20.0k_1_1ep

11_layer_GQA4_llama_model

Llama3.2-1B-short-10k

Llama-3.2-1B-Instruct_sum_KTO_80k_2_2ep

Llama-3.2-1B-Instruct_sum_KTO_80k_2_3ep

6_random_MQA_llama_model

llama_3.2_1b_instruct_rlhf

Llama-3.2-1B-FC-v1.3-think

9_first_MQA_llama_model

dm-llama3.2-1BI-OWTWM-OWT-Al4-WT-v10-meta-OWT

Llama-3.2-1B-chatml-tool-v1

OrpoLlama-3.2-1B-Instruct-ua