mzio/aprm-sft_thinkact-Eaprm_tw_treasure_easy_sp-Gaprm_qw3_ap-S42-Rmt128_reg_treasure_easy-train
Viewer • Updated • 244 • 3
Michael Zhang PRO
mzio
AI & ML interests
None yet
Recent Activity
updated a model 1 day ago
mzio/aprm-lora-Etau2bench_retail_gpt5m-S0-Rsftrl_1e3-best-sft-rollout published a model 1 day ago
mzio/aprm-lora-Etau2bench_retail_gpt5m-S0-Rsftrl_1e3-best-sft-rollout updated a model 1 day ago
mzio/aprm-lora-Etau2bench_retail_gpt5m-S0-RDBG-best-sft-rolloutOrganizations
mzio/aprm-sft_thinkact-Eact_prm_tw_coin_easy_sp-Gaprm_qwen3_ap-S0-R1-train_eval-b019
Viewer • Updated • 1.22k • 3
mzio/aprm-sft_thinkact-Eact_prm_tw_coin_easy_sp-Gnobandit_aprm_qwen3_ap-S0-R1-train_eval-b009
Viewer • Updated • 1.22k • 3
mzio/aprm-sft_thinkact-Eact_prm_tw_treasure_medium_sp-Gnobandit_aprm_qwen3_ap-S42-R0-ap1-b069
Viewer • Updated • 2.86k • 3
mzio/aprm-sft_thinkact-Eact_prm_tw_coin_easy_sp-Gaprm_qwen3_ap-S0-R1-train_eval-b009
Viewer • Updated • 1.22k • 4
mzio/aprm-sft_thinkact-Eact_prm_tw_coin_easy_sp-Gaprm_qwen3_ap-S42-R0-ap1-b019
Viewer • Updated • 7.72k • 3
mzio/aprm-sft_thinkact-Eact_prm_tw_treasure_medium_sp-Gnobandit_aprm_qwen3_ap-S42-R0-ap1-b059
Viewer • Updated • 2.86k • 5
mzio/aprm-sft_thinkact-Eact_prm_tw_coin_hard_sp-Gaprm_qwen3_ap-S42-R0-ap1-b019
Viewer • Updated • 7.72k • 3
mzio/aprm-sft_genthinkact-Eaprm_tw_treasure_easy_sp-Gnobandit_aprm_qw3_ap-S42-R0-ap1_best-b099
Viewer • Updated • 1.54k • 3
mzio/aprm-sft_thinkact-Eact_prm_tw_treasure_medium_sp-Gnobandit_aprm_qwen3_ap-S42-R0-ap1-b049
Viewer • Updated • 2.86k • 4
mzio/aprm-sft_thinkact-Eact_prm_tw_treasure_easy_sp-Gnobandit_aprm_qwen3_ap-S42-R0-ap1-b099
Viewer • Updated • 1.54k • 3
mzio/aprm-sft_genthinkact-Eact_prm_tw_treasure_easy_sp-Gaprm_qwen3_ap-S42-R0-ap1_best-b099
Viewer • Updated • 1.54k • 3
mzio/aprm-sft_thinkact-Eact_prm_tw_treasure_easy_sp-Gaprm_qwen3_ap-S42-R0-ap1-b099
Viewer • Updated • 1.54k • 4
mzio/aprm-sft_thinkact-Eact_prm_tw_treasure_easy_sp-Gnobandit_aprm_qwen3_ap-S42-R0-ap1-b089
Viewer • Updated • 1.54k • 3
mzio/aprm-snorkelai_agent_finance_reasoning-aligned
Viewer • Updated • 4.61k • 13
mzio/aprm-sft_thinkact-Eact_prm_tw_treasure_easy_sp-Gaprm_qwen3_ap-S42-R0-ap1-b089
Viewer • Updated • 1.54k • 4
mzio/aprm-sft_thinkact-Eact_prm_tw_treasure_medium_sp-Gnobandit_aprm_qwen3_ap-S42-R0-ap1-b039
Viewer • Updated • 2.86k • 3
mzio/aprm-sft_thinkact-Eact_prm_tw_treasure_easy_sp-Gnobandit_aprm_qwen3_ap-S42-R0-ap1-b079
Viewer • Updated • 1.54k • 2
mzio/aprm-sft_thinkact-Eact_prm_tw_treasure_easy_sp-Gaprm_qwen3_ap-S42-R0-ap1-b079
Viewer • Updated • 1.54k • 1
mzio/aprm-sft_thinkact-Eact_prm_tw_treasure_easy_sp-Gnobandit_aprm_qwen3_ap-S42-R0-ap1-b069
Viewer • Updated • 1.54k • 3
mzio/aprm-sft_thinkact-Eact_prm_tw_treasure_easy_sp-Gaprm_qwen3_ap-S42-R0-ap1-b069
Viewer • Updated • 1.54k • 3
mzio/aprm-sft_thinkact-Eact_prm_tw_coin_easy_sp-Gaprm_qwen3_ap-S42-R0-ap1-b009
Viewer • Updated • 7.72k • 4
mzio/aprm-sft_thinkact-Eact_prm_tw_treasure_easy_sp-Gnobandit_aprm_qwen3_ap-S42-R0-ap1-b059
Viewer • Updated • 1.54k • 2
mzio/aprm-sft_thinkact-Eact_prm_tw_treasure_medium_sp-Gnobandit_aprm_qwen3_ap-S42-R0-ap1-b029
Viewer • Updated • 2.86k • 4
mzio/aprm-sft_thinkact-Eact_prm_tw_coin_hard_sp-Gaprm_qwen3_ap-S42-R0-ap1-b009
Viewer • Updated • 7.72k • 3
mzio/aprm-sft_thinkact-Eact_prm_tw_treasure_easy_sp-Gaprm_qwen3_ap-S42-R0-ap1-b059
Viewer • Updated • 1.54k • 3
mzio/aprm-sft_thinkact-Eact_prm_tw_treasure_easy_sp-Gnobandit_aprm_qwen3_ap-S42-R0-ap1-b049
Viewer • Updated • 1.54k • 3
mzio/aprm-sft_thinkact-Eact_prm_tw_treasure_easy_sp-Gaprm_qwen3_ap-S42-R0-ap1-b049
Viewer • Updated • 1.54k • 3
mzio/aprm-sft_thinkact-Eact_prm_tw_treasure_easy_sp-Gnobandit_aprm_qwen3_ap-S42-R0-ap1-b039
Viewer • Updated • 1.54k • 4
mzio/aprm-sft_thinkact-Eact_prm_tw_treasure_medium_sp-Gnobandit_aprm_qwen3_ap-S42-R0-ap1-b019
Viewer • Updated • 2.86k • 3