Ctrl+K
- dpo_gsm8k_seed1337
- dpo_gsm8k_seed1337_lr1e6
- dpo_gsm8k_seed1337_lr1e6_beta02
- dpo_gsm8k_seed1337_lr1e6_beta05
- dpo_gsm8k_seed1337_lr3e6
- dpo_gsm8k_seed1337_lr3e6_beta02
- dpo_gsm8k_seed1337_lr3e6_beta05
- dpo_gsm8k_seed1337_lr5e6_beta02
- dpo_gsm8k_seed1337_lr5e6_beta05
- dpo_gsm8k_seed2024
- dpo_gsm8k_seed2024_lr1e6
- dpo_gsm8k_seed2024_lr1e6_beta02
- dpo_gsm8k_seed2024_lr1e6_beta05
- dpo_gsm8k_seed2024_lr3e6
- dpo_gsm8k_seed2024_lr3e6_beta02
- dpo_gsm8k_seed2024_lr3e6_beta05
- dpo_gsm8k_seed2024_lr5e6_beta02
- dpo_gsm8k_seed2024_lr5e6_beta05
- dpo_gsm8k_seed42
- dpo_gsm8k_seed42_lr1e6
- dpo_gsm8k_seed42_lr1e6_beta02
- dpo_gsm8k_seed42_lr1e6_beta05
- dpo_gsm8k_seed42_lr3e6
- dpo_gsm8k_seed42_lr3e6_beta02
- dpo_gsm8k_seed42_lr3e6_beta05
- dpo_gsm8k_seed42_lr5e6_beta02
- dpo_gsm8k_seed42_lr5e6_beta05
- dpo_math_num_seed1337
- dpo_math_num_seed1337_lr1e6_beta01
- dpo_math_num_seed1337_lr5e6_beta05
- dpo_math_num_seed2024
- dpo_math_num_seed2024_lr1e6_beta01
- dpo_math_num_seed2024_lr5e6_beta05
- dpo_math_num_seed42
- dpo_math_num_seed42_lr1e6_beta01
- dpo_math_num_seed42_lr5e6_beta05
- grpo_gsm8k_seed1337
- grpo_gsm8k_seed2024
- grpo_gsm8k_seed42
- grpo_math_num_seed1337
- grpo_math_num_seed2024
- grpo_math_num_seed42
- sft_gsm8k_seed1337
- sft_gsm8k_seed1337_merged
- sft_gsm8k_seed2024
- sft_gsm8k_seed2024_merged
- sft_gsm8k_seed42
- sft_gsm8k_seed42_merged
- sft_math_num_seed1337
- sft_math_num_seed1337_merged