lzc0525/Phi3_dpo_r40
4B • Updated • 3
lzc0525
lzc0525
·
AI & ML interests
None yet
Organizations
lzc0525/Phi3_dpo_r60
4B • Updated • 4
lzc0525/simpo-RESET-CHUNK10
Updated
lzc0525/dpo-RESET-CHUNK10
Updated
lzc0525/phi3-3b-ultrafeedback
Updated
lzc0525/DPO_RESET_CHUNK5
Updated
lzc0525/dpo_sft60
4B • Updated • 3
lzc0525/dpo_r40
4B • Updated • 5
lzc0525/dpo_sft40
4B • Updated • 5
lzc0525/simpo_r80
4B • Updated • 6
lzc0525/simpo_r0
4B • Updated • 6
lzc0525/simpo_r60
4B • Updated • 6
lzc0525/simpo_r20
4B • Updated • 6
lzc0525/dpo_sft20
4B • Updated • 5
lzc0525/simpo_r40
4B • Updated • 6
lzc0525/dpo_r0
4B • Updated • 4
lzc0525/dpo_r20
4B • Updated • 3
lzc0525/dpo_sft80
4B • Updated • 3
lzc0525/simpo_r100
4B • Updated • 4
lzc0525/dpo_r80
4B • Updated • 4
lzc0525/dpo_sft100
Updated
lzc0525/dpo_r60
4B • Updated • 4
lzc0525/dpo_r100
4B • Updated • 2
lzc0525/llama3-3b-ultrafeedback
Updated
lzc0525/math_reason_result
Updated
lzc0525/simpo-trick-5e-7
8B • Updated • 3
lzc0525/simpo-trick-1e-6
8B • Updated • 4
lzc0525/trickpo-llama3
8B • Updated • 4
lzc0525/fkl-llama3
8B • Updated • 4
lzc0525/simpo-llama3
8B • Updated • 5