lzc0525/trickpo-llama3
8B • Updated • 1
Edit Models filters
Showing models from
Tasks
Parameters
Inference Providers
Hardware
Models
124
Active filters: lzc0525
lzc0525/semantic
Updated
lzc0525/dpo-llama3
8B • Updated • 15
lzc0525/kto-llama3
8B • Updated • 1
lzc0525/simpo-llama3
8B • Updated • 15
lzc0525/mypo-llama3
Updated
lzc0525/fkl-llama3
8B • Updated • 1
lzc0525/math_reason_result
Updated
lzc0525/simpo-trick-1e-6
8B • Updated • 15
lzc0525/simpo-trick-5e-7
8B • Updated • 14
lzc0525/llama3-3b-ultrafeedback
Updated
lzc0525/dpo_r100
4B • Updated • 11
lzc0525/dpo_r60
4B • Updated • 10
lzc0525/dpo_r80
4B • Updated • 14
lzc0525/simpo_r100
4B • Updated • 11
lzc0525/dpo_sft100
Updated
lzc0525/dpo_sft80
4B • Updated • 11
lzc0525/dpo_r0
4B • Updated • 15
lzc0525/dpo_r20
4B • Updated • 10
lzc0525/dpo_r40
4B • Updated • 11
lzc0525/simpo_r40
4B • Updated • 15
lzc0525/dpo_sft20
4B • Updated • 11
lzc0525/simpo_r20
4B • Updated • 12
lzc0525/simpo_r60
4B • Updated • 11
lzc0525/simpo_r0
4B • Updated • 10
lzc0525/dpo_sft40
4B • Updated • 15
lzc0525/simpo_r80
4B • Updated • 12
lzc0525/dpo_sft60
4B • Updated • 2
lzc0525/DPO_RESET_CHUNK5
Updated
lzc0525/phi3-3b-ultrafeedback
Updated