mzio/aprm-sft_genthinkact-ENtw_treasure_hunter-GEaprm_qwen3_ap-SE42-REfsc1-ap1-b0039
Viewer • Updated • 3.2k • 7
Michael Zhang PRO
mzio
AI & ML interests
None yet
Recent Activity
updated a dataset about 2 months ago
mzio/aprm-sft-thoughts-snorkel-insurance-base_best-adamw30-lp0 published a dataset about 2 months ago
mzio/aprm-sft-thoughts-snorkel-insurance-base_best-adamw30-lp0 updated a dataset about 2 months ago
mzio/aprm-sft-thoughts-tau2-retail-base_best-adamw30-lp0Organizations
mzio/aprm-sft_genthinkact-ENtw_coin_collector-GEaprm_qwen3_ap-SE42-REfsc1-ap1-b0039
Viewer • Updated • 3.2k • 3
mzio/aprm-sft_genthinkact-ENtw_treasure_hunter-GEaprm_qwen3_ap-SE42-REfsc1-ap1-b0029
Viewer • Updated • 3.2k • 21
mzio/aprm-sft_genthinkact-ENtw_coin_collector-GEaprm_qwen3_ap-SE42-REfsc1-ap1-b0029
Viewer • Updated • 3.2k • 3
mzio/aprm-sft_genthinkact-ENtw_treasure_hunter-GEaprm_qwen3_ap-SE42-REfsc1-ap1-b0019
Viewer • Updated • 3.2k • 10
mzio/aprm-sft_genthinkact-ENtw_treasure_hunter-GEaprm_qwen3_ap-SE42-REfsc1-ap1-b0009
Viewer • Updated • 3.2k • 8
mzio/aprm-sft_genthinkact-ENtw_coin_collector-GEaprm_qwen3_ap-SE42-REfsc1-ap1-b0019
Viewer • Updated • 3.2k • 4
mzio/aprm-sft_genthinkact-ENtw_coin_collector-GEaprm_qwen3_ap_nobandit-SE42-RE2-ap1-b0019
Viewer • Updated • 3.2k • 4
mzio/aprm-sft_genthinkact-ENtw_coin_collector-GEaprm_qwen3_ap-SE42-REfsc1-ap1-b0009
Viewer • Updated • 3.2k • 4
mzio/aprm-sft_genthinkact-ENtw_treasure_hunter-GEaprm_qwen3_ap-SE42-RE2-ap1-b0009
Viewer • Updated • 3.2k • 8
mzio/aprm-sft_genthinkact-ENtw_coin_collector-GEaprm_qwen3_ap-SE42-RE1-ap1-b0029
Viewer • Updated • 3.2k • 4
mzio/aprm-sft_genthinkact-ENtw_treasure_hunter-GEaprm_qwen3_ap_nobandit-SE42-RE2-ap1-b0009
Viewer • Updated • 3.2k • 7
mzio/aprm-sft_genthinkact-ENtw_coin_collector-GEaprm_qwen3_ap_nobandit-SE42-RE2-ap1-b0009
Viewer • Updated • 3.2k • 4
mzio/aprm-sft_genthinkact-ENtw_coin_collector-GEaprm_qwen3_ap-SE42-RE1-ap1-b0019
Viewer • Updated • 3.2k • 3
mzio/aprm-sft_genthinkact-ENtw_coin_collector-GEaprm_qwen3_ap-SE42-RE1-ap1-b0009
Viewer • Updated • 3.2k • 9
mzio/aprm-sft_act_only-ENtextworld_coin_collector-GEaprm_qwen3_ap-SE42-RE1
Viewer • Updated • 400 • 5
mzio/aprm_sft_thought_action_rollouts-ENtextworld_treasure_hunter-GEaprm_qwen3_ap-SE42-RE1-ap1_0099
Viewer • Updated • 3.2k • 15
mzio/aprm-sft_genthinkact-ENtextworld_treasure_hunter-GEaprm_qwen3_ap-SE42-RE0-ap1-b0000
Viewer • Updated • 3.2k • 6
mzio/sft-ENtextworld_cooking_game-GEaprm_qwen3_ap-SE42-RE1
Viewer • Updated • 1.26k • 7
mzio/sft-ENtextworld_treasure_hunter-GEaprm_qwen3_ap-SE42-RE1
Viewer • Updated • 400 • 11
mzio/sft-ENtextworld_coin_collector-GEaprm_qwen3_ap-SE42-RE1
Viewer • Updated • 400 • 4
mzio/sft-ENtextworld_cooking_game-GEaprm_qwen3_ap-SE42-RE0
Viewer • Updated • 1.26k • 7
mzio/sft-ENtextworld_treasure_hunter-GEaprm_qwen3_ap-SE42-RE0
Viewer • Updated • 400 • 8
mzio/sft-ENtextworld_coin_collector-GEaprm_qwen3_ap-SE42-RE0
Viewer • Updated • 400 • 6
mzio/aprm_sft_thought_action_rollouts-ENhotpotqa_mc_gpt5_gen4s_GEaprm_qwen3_ap_SE42_RE4-ap1_best_0020
Viewer • Updated • 1.59k • 7
mzio/aprm_sft_thought_action_rollouts-ENhotpotqa_mc_gpt5_gen4s_GEaprm_qwen3_ap_SE42_RE4-ap1_0019
Viewer • Updated • 1.59k • 7
mzio/aprm_sft_thought_action_rollouts-ENhotpotqa_mc_default_GEaprm_qwen3_ap_SE42_RE5-ap1_best_0040
Viewer • Updated • 12.7k • 6
mzio/aprm_sft_thought_action_rollouts-ENhotpotqa_mc_default_GEaprm_qwen3_ap_SE42_RE5-ap1_0039
Viewer • Updated • 12.7k • 11
mzio/act_prm-gpt5_low-hotpotqa_mc_gpt5_gen-v2397-tools
Viewer • Updated • 2.4k • 12
mzio/act_prm-gpt5_low-hotpotqa_mc_gpt5_gen-v5-tools
Viewer • Updated • 5 • 10