1B Parameter LLMs — Page 94

Llama-3.2-1B-IdM2024

Llama-3.2-1B-Instruct-be-zh-th-ties

vlama-1b

Meta-Llama-3-8B-Instruct

Experiment6

Llama-3.2-1B-Instruct-sw-th-de-ties

llama32_1bi_CoTsft_rs0_1_5cut_part2_e2

meta-llama-shard

Experiment13

beeyeah-weight-0.5-5e-6

Llama-3.2-1B_funny_boring_fix_tail

llm_course_test

Llama-3.2-1B_famous_unrecognized_fix_middle

OrpoLlama-3.2-1B

Llama-3.2-1B-Instruct_finetuned_s04_i

Llama-3.2-1B-Instruct-zh-de-upload

miniorange_tuned

Llama-3.2-1B-fine-tune-300-movies-50-review

llama1Bnew-FinetunedByAG

verifier-llama-3.2-1b-gsm8k

llama-3.2-1B-test2

torchtune_1B_lr1.5e-5_9epoch_full_finetuned_llama3.2_millfield_241227_meta_before_user_15epoch

Llama-3.2-1B-Instruct_finetuned_s03_i

3_layer_GQA2_llama_model

torchtune_1B_lr1.5e-5_4epoch_full_finetuned_llama3.2_millfield_241227_meta_before_user_15epoch

meta-llama_Llama-3.2-1B_ds1000_upsample1000

llama32_1bi_CoTsft_rs0_0_5cut_gem3_e2

Llama-3.2-1B-Instruct_AllDataSources_5e-05_cosine_512

attnprun-llama-3.2-1B

Llama-3.2-1B_3_mix_position_funny_boring

llama_ina-cbg

Llama-3.2-1B_3_mix_position_known_unknown

15_random_MQA_llama_model

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

llama32_1bi_stdsft_rs0_0_5cut_e2

Llama-3.2-1B-Instruct-phishing-detection

Llama-3.2-1B-Instruct-bnb-4bit-Patent-Classifier

Llama-3.2-1B-Instruct_sum_KTO_1k_1_3ep

Llama-3.2-1B-Instruct-de-sw-block

torchtune_1B_full_finetuned_llama3.2_millfield_241219_meta_header_word_3epoch

8_layer_GQA2_llama_model

3_layer_MQA_llama_model