MultiRL/qwen3_1.7b_rush_hour_multi_move_final_4_9_long_10_12_epoch3
2B • Updated • 2
Edit Models filters
Showing models from
Tasks
Parameters
Inference Providers
Hardware
Models
189
Active filters: MultiRL
MultiRL/qwen3_1.7b_rush_hour_multi_move_final_4_9_long_10_12
2B • Updated • 2
MultiRL/qwen3_1.7b_sudoku_multi_action_one_act_allow_21_30_epoch2
2B • Updated • 4
MultiRL/qwen3_4b_sudoku_one_act_sft_final
4B • Updated • 4
MultiRL/qwen3_4b_sudoku_one_act_sft_final_new
4B • Updated • 4
MultiRL/qwen3_4b_sudoku_multi_act_sft_final_new
4B • Updated • 6
MultiRL/qwen3_4b_sudoku_one_act_rl_default_epoch1
4B • Updated • 4
MultiRL/qwen3_4b_sudoku_one_act_rl_default_epoch2
4B • Updated • 4
MultiRL/qwen3_4b_sudoku_one_act_rl_default_epoch3
4B • Updated • 4
MultiRL/qwen3_4b_sudoku_multi_act_rl_epoch1
4B • Updated • 5
MultiRL/qwen3_4b_sudoku_multi_act_rl_epoch2
4B • Updated • 5
MultiRL/qwen3_4b_sudoku_multi_act_rl_epoch3
4B • Updated • 4
MultiRL/qwen3_4b_sudoku_multi_act_rl
4B • Updated • 5
MultiRL/qwen3_4b_sudoku_multi_act_rl_allow_one_action_epoch1
4B • Updated • 5
MultiRL/qwen3_4b_sudoku_multi_act_rl_allow_one_action_epoch2
4B • Updated • 5
MultiRL/qwen3_4b_sudoku_multi_act_rl_allow_one_action_epoch3
4B • Updated • 5
MultiRL/qwen3_4b_sudoku_multi_act_rl_allow_one_action
4B • Updated • 5
MultiRL/qwen3_1.7b_webshop_macro_action_epoch1
2B • Updated • 2
MultiRL/qwen3_1.7b_webshop_macro_action_epoch2
2B • Updated • 4
MultiRL/qwen3_1.7b_sudoku_multi_action_group_norm_epoch3
2B • Updated • 4
MultiRL/qwen3_1.7b_sudoku_multi_action_group_norm
2B • Updated • 4
MultiRL/qwen3_1.7b_sudoku_multi_action_group_norm_epoch1
2B • Updated • 4
MultiRL/qwen3_1.7b_sudoku_multi_action_group_norm_epoch2
2B • Updated • 5
MultiRL/qwen3_1.7b_webshop_macro_action_epoch3
2B • Updated • 2
MultiRL/qwen3_1.7b_webshop_macro_action
2B • Updated • 2
MultiRL/qwen3_1.7b_sudoku_multi_action_group_norm_allow_one_action_epoch1
2B • Updated • 4
MultiRL/qwen3_1.7b_sudoku_multi_action_group_norm_allow_one_action_epoch2
2B • Updated • 4
MultiRL/qwen3_1.7b_webshop_atomic_action_epoch1
2B • Updated • 3
MultiRL/qwen3_1.7b_sudoku_multi_action_group_norm_allow_one_action_epoch3
2B • Updated • 5
MultiRL/qwen3_1.7b_webshop_atomic_action_epoch2
2B • Updated • 4