Models

fine-tuned-aftab

dm-llama3.2-1BI-OWTWM-OWT-Al4-WT-v12-meta-OWT

Llama-3.2-1B-OurInstruct-distillation-alpaca-5.0-AlpacaRefuse-reg1

star_plus-finetune-llama-3.2-1b-gsm8k-step-3

Llama-3.2-1B-Instruct

Llama-3.2-1B-Instruct_sum_DPO_1k_1_1ep_deneme

11_first_MQA_llama_model

Grogros-dmWM-llama-3.2-1B-Instruct-DistillationWM-learnability_adv

dmWM-meta-llama-Llama-3.2-1B-Instruct-ft-OpenMathInstruct

Llama-3.2-1B-Instruct_sum_PPO_Skywork_10k_1_3ep

Ultrachat200k-SFT-llama3.2-1B

Llama-halcyon-1B-token-instruct-checkpoint-1000

Llama-3.2-1B-Instruct_sum_PPO_Skywork_1.0k_1_1ep

dmWM-llama-3.2-1B-Instruct-OWTWM-DistillationWM-OWTWM2-wmToken-d4-75percent

llama_3.2_1b_instruct_finetune

llama_3.2_1b_instruct_custom_reward_model

5_random_MQA_llama_model

Llama-3.2-1B-Instruct_sum_DPO_40k_1_2ep

starplus-llama-3.2-1b-mbpp

Llama-3.2-1B-Instruct_sum_DPO_1k_1_3ep

Llama3.2-docker-training

4_random_MQA_llama_model

Llama-3.2-1B-Instruct_finetuned_3_optimized1

Llama-3.2-1B-Instruct_sum_DPO_40k_1_3ep

Llama-3.2-1B-Instruct_sum_KTO_40k_2_2ep

llama32_1bi_CoTsft_rs0_2_5cut_gem3_e2

torchtune_1B_lr1.5e-5_3epoch_full_finetuned_llama3.2_millfield_241227_meta_before_user_15epoch

Llama-3.2-1B-Instruct_sum_DPO_1k_1_3ep_4bit

dm-llama3.2-1BI-OWTWM-DWM-Al4-WT-v7-meta-OWT

pos_tofu_Llama-3.2-1B-Instruct_retain90_forget10_bio_lr2e-05_wd0.01_epoch10

Llama-3.2-1B-Instruct_sum_DPO_1k_1_1ep_4bit

Llama-3.2-1B_AllDataSources_8e-06_cosine_0.3_512_tp

customer-success-assistant

test

llama-3.2-1b-instruct-finetune_png_10k_cot_1k

Llama-3-2-1B-Instruct-text2sql-new

llama3-1b-gt-g-s-e

llama-3.2-1B-sutdqa

1_layer_GQA2_llama_model

Llama-3.2-1B_AllDataSources_it.layer1_NoQuant_64_16_0.01_16CLINICALe3c-sentences_tag

Llama-3.2-1B-Instruct_sum_DPO_40k_2_3ep

llama-3.2-1B-test