PeterLauLukCh/Qwen2.5-32B-Instruct-CognitiveSFT-v0.1
33B • Updated • 9
Edit Models filters
Showing models from
Tasks
Parameters
Inference Providers
Hardware
Models
52
Active filters: PeterLauLukCh
PeterLauLukCh/Qwen2.5-Instruct-32B-DPO-4K
33B • Updated • 9
PeterLauLukCh/Qwen2.5-Instruct-32B-SimPO-7K
33B • Updated • 9
PeterLauLukCh/Qwen2.5-Instruct-14B-SFT
15B • Updated • 4
PeterLauLukCh/Gemma-2-Instruct-9B-SimPO-ComPO
10B • Updated • 6
PeterLauLukCh/Qwen2.5-14B-Instruct-Geo
15B • Updated • 3
PeterLauLukCh/Qwen2.5-14B-Instruct-Geo-Habit
15B • Updated • 5
PeterLauLukCh/Qwen2.5-14B-Instruct-Geo-LIMO
15B • Updated • 6
PeterLauLukCh/Gemma-2-9b-it-SimPO-ComPO-2
10B • Updated • 8
PeterLauLukCh/Qwen2.5-14B-Instruct-Geo-Alg-Habit
15B • Updated • 1
PeterLauLukCh/Qwen2.5-14B-Instruct-Geo-Alg-LIMO
15B • Updated • 1
PeterLauLukCh/Qwen2.5-14B-Instruct-Habit
15B • Updated • 1
PeterLauLukCh/Qwen2.5-14B-Instruct-LIMO
15B • Updated • 1
PeterLauLukCh/Qwen2.5-14B-Instruct-o4
15B • Updated • 6 • 1
PeterLauLukCh/Qwen2.5-14B-Instruct-4o-1
15B • Updated • 11 • 1
PeterLauLukCh/Qwen2.5-14B-Instruct-LIMO-new
15B • Updated • 10 • 1
PeterLauLukCh/Qwen2.5-14B-Instruct-CognitiveSFT-v0.1
15B • Updated • 8 • 2
PeterLauLukCh/Qwen2.5-14B-Instruct-CognitiveRL-v0.1
15B • Updated • 11 • 1
PeterLauLukCh/Qwen2.5-14B-Instruct-RL-1
15B • Updated • 2
PeterLauLukCh/Qwen2.5-14B-Instruct-SFT
15B • Updated • 5
PeterLauLukCh/Qwen2.5-14B-Instruct-RL-raw
15B • Updated • 1
PeterLauLukCh/Qwen2.5-14B-Instruct-CogRL-v0.1
15B • Updated • 2
PeterLauLukCh/Qwen2.5-14B-Instruct-CogRL-v0.2
15B • Updated • 2
PeterLauLukCh/DeepSeek-R1-Distill-Qwen-7B-CRL-1.1
8B • Updated • 11
PeterLauLukCh/DeepSeek-R1-Distill-Qwen-7B-CRL-1.2
Updated
PeterLauLukCh/DeepSeek-R1-Distill-Qwen-7B-CRL-1.3
Updated
PeterLauLukCh/DeepSeek-R1-Distill-Qwen-7B-CRL-1.4
8B • Updated • 10
PeterLauLukCh/DeepSeek-R1-Distill-Qwen-7B-RL
8B • Updated • 12
PeterLauLukCh/R1-8B
8B • Updated • 5 • 1
PeterLauLukCh/SPO32B
33B • Updated • 3