zqk

ihategetname 's models 12

Sort:  Recently updated

ihategetname/qwen2.5_0.5b_grpo3_agent1_B-sft-hard

0.5B • Updated Oct 13, 2025 • 1

ihategetname/qwen2.5_0.5b_grpo2_agent1_Halu_penalty

0.5B • Updated Oct 12, 2025 • 1

ihategetname/qwen2.5_0.5b_sft2_agent1_B-sft

0.5B • Updated Oct 12, 2025 • 1

ihategetname/qwen2.5_0.5b_grpo_agent2

0.5B • Updated Oct 9, 2025

ihategetname/qwen2.5_0.5b_sft_agent2

0.5B • Updated Oct 8, 2025

ihategetname/qwen2.5_0.5b_grpo3_agent1

0.5B • Updated Oct 8, 2025 • 3

ihategetname/qwen2.5_0.5b_grpo2_agent1

0.5B • Updated Oct 7, 2025 • 1

ihategetname/qwen2.5_0.5b_grpo1_agent1

0.5B • Updated Oct 6, 2025 • 1

ihategetname/qwen2.5_0.5b_sft1_agent1

Text Generation • 0.5B • Updated Sep 27, 2025

ihategetname/qwen2.5_3b_sft1_agent1

Text Generation • 242k • Updated Sep 27, 2025

ihategetname/qwen2.5_3b_sft2_agent1

3B • Updated Sep 26, 2025 • 2

ihategetname/qwen2.5_0.5b_sft2_agent1

0.5B • Updated Sep 26, 2025