YYYYYYibo/spin_dpo_dpo_iter_3
7B • Updated • 4
Wang
YYYYYYibo
AI & ML interests
None yet
Recent Activity
published a model 18 days ago
YYYYYYibo/qwen3-4b-questa-nonmcq-estep-pos20-neg20-truncneg20-step50 updated a model 18 days ago
YYYYYYibo/qwen3-4b-questa-nonmcq-estep-pos20-neg20-truncneg20-step50 updated a dataset 18 days ago
YYYYYYibo/QuestA-OpenR1-Math-220k-JoinedOrganizations
None yet
YYYYYYibo/spin_dpo_dpo_iter_2
7B • Updated • 4
YYYYYYibo/two_agent_2_rdpo_iter_3
7B • Updated • 7
YYYYYYibo/two_agent_2_dpo_iter_3
7B • Updated • 5
YYYYYYibo/two_agent_2_rdpo_iter_2
7B • Updated • 5
YYYYYYibo/two_agent_2_dpo_iter_2
7B • Updated • 6
YYYYYYibo/approx_nash_rdpo_iter_3
7B • Updated • 5
YYYYYYibo/approx_nash_rdpo_iter_2
7B • Updated • 14
YYYYYYibo/two_agent_2_dpo_iter_1
Updated
YYYYYYibo/two_agent_1_rdpo_iter_3
7B • Updated • 8
YYYYYYibo/two_agent_1_dpo_iter_3
7B • Updated • 5
YYYYYYibo/two_agent_1_rdpo_iter_2
7B • Updated • 4
YYYYYYibo/two_agent_1_dpo_iter_2
7B • Updated • 9
YYYYYYibo/two_agent_dpo_iter_1
Updated
YYYYYYibo/two_agent_rdpo_iter_3
7B • Updated • 5
YYYYYYibo/two_agent_dpo_iter_3
Text Generation • 7B • Updated • 10
YYYYYYibo/two_agent_rdpo_iter_2
Text Generation • 7B • Updated • 16
YYYYYYibo/two_agent_dpo_iter_2
Text Generation • 7B • Updated • 18
YYYYYYibo/two_agent_iter_1
Text Generation • 7B • Updated • 11
YYYYYYibo/approx_nash_3temp_iter_3
Text Generation • 7B • Updated • 11
YYYYYYibo/approx_nash_3temp_iter_2
Text Generation • 7B • Updated • 18
YYYYYYibo/approx_nash_maxmin_iter_3
Text Generation • 7B • Updated • 12
YYYYYYibo/approx_nash_maxmin_iter_2
Text Generation • 7B • Updated • 12
YYYYYYibo/approx_nash_1_iter_3
Text Generation • 7B • Updated • 11
YYYYYYibo/approx_nash_1_iter_2
Text Generation • 7B • Updated • 11
YYYYYYibo/test_rdpo_qlora
Updated
YYYYYYibo/test_rdpo
Updated
YYYYYYibo/gshf_lora_iter_3
Updated • 8
YYYYYYibo/gshf_lora_iter_2
Updated • 7
YYYYYYibo/gshf_lora_iter_1
Updated • 10