Models

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

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

Llama-3.2-1B-Instruct_sum_DPO_80k_2_2ep

OrpoLlama-3.2-1B-Instruct-ua

Llama-3.2-1B-Instruct_sum_PPO_Skywork_80k_2_2ep

Llama-3.2-1B-Instruct

chandler

llama32_1bi_stdsft_rs0_2_5cut_e2

Grogros-dmWM-llama-3.2-1B-In-OWTWM-DW-Al4-wmToken-d4-a0.1-v3-meta-OWT-LA

Llama-3.2-1B-Instruct_sum_DPO_20k_2_3ep

Grogros-dmWM-llama-3.2-1B-Instruct-WOHealth-d4-NoReg-learnability_adv

third_final_merged

Llama-3.2-1B_AllDataSources_5e-05_constant_512

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

Llama-3.2-1B-Instruct_ClinicalWhole_8e-06_constant_512

Llama-3.2-1B-Instruct_sum_DPO_1k_1_1ep

15_first_MQA_llama_model

Llama-3.2-1B-Instruct_GRPO_1_chkpt100_16bit

Llama-3.2-1B-Instruct-RS-Faithful

Llama-3.2-1B-Instruct_sum_PPO_Skywork_10k_1_1ep_4bit

model_trained_latest

Llama-3.2-1B-Instruct_sum_KTO_1k_1_3ep

finqa_expert_1b

llama-sft-1b-reasoning

llama-3874

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

Llama-3.2-1B_AllDataSources_it.layer1_NoQuant_64_32_0.05_16CLINICALe3c-sentences_tag

dmWM-llama-3.2-1B-Instruct-OWTWM-DistillationWM-OWTWM2-wmToken-d4-1percent

Llama-3.2-1B-Instruct_sum_KTO_40k_1_2ep

Llama-3.2-1B-magnitude-0.1

cola_meta-llama-Llama-3.2-1B_5_0

llama3.2-1b-zh-pt-culturax-10b

Llama-3.2-1B_AllDataSources_5e-05_constant_0.3_512_tp

llama-3.2-1B-test

dmWM-llama-3.2-1B-Instruct-OWTWM-DistillationWM-Al4-wmToken-d4-a0.1-v6-meta-OWT

2_layer_GQA4_llama_model

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

Llama-3.2-1B-Instruct-Faithful-unsloth

llamainstructbadendings

Llama-3.2-1B_ClinicalWhole_5e-05_cosine_512

8_layer_GQA2_llama_model

fine-tuned-aftab