Yukkifox/oasst1_en_sft_dataset
Viewer • Updated • 6.99k • 67
RHLF
-
-
Yukkifox/Llama-3.2-1B_sft_model
Updated -
Yukkifox/SmolLM-360M_sft_model
Updated -
Yukkifox/HelpSteer2_with_test
Viewer • Updated • 9.55k • 54 -
Yukkifox/Llama-3.2-1B_RHLF_DPO_model
Updated -
Yukkifox/SmolLM-360M_RHLF_DPO_model_saved
Updated -
Yukkifox/RHLF_results
Updated • 12 -
Yukkifox/gpt2_sft_model
Text Generation • 0.1B • Updated • 18