mzio/rlic-sft_rollouts-Ehotpotqa_fs1_4k-Ghf-S42-RDEBUG-b000-d000
Viewer • Updated • 1.3k • 4
Michael Zhang PRO
mzio
AI & ML interests
None yet
Recent Activity
updated a dataset about 9 hours ago
mzio/aprm-sft_thinkact-Einsurance_default-G1-S1-Rinsurance_aprm_1_mc-ap1-train_all-b010 published a dataset about 13 hours ago
mzio/aprm-sft_thinkact-Einsurance_default-G1-S1-Rinsurance_aprm_1_mc-ap1-train_all-b010 updated a model 2 days ago
mzio/aprm-lora-Etau2bench_retail_gpt5m-S0-Rsftrl_1e3-best-sft-rolloutOrganizations
mzio/rlic-sft_rollouts-Ehotpotqa_fs1_4k-Ghf-S42-RDEBUG-b000-d002
Viewer • Updated • 16 • 3
mzio/rlic-sft_rollouts-Ehotpotqa_fs1_4k-Ghf-S42-RDEBUG-b000-d001
Viewer • Updated • 16 • 3
mzio/aprm-snorkelai_agent_finance_reasoning
Viewer • Updated • 8.12k • 12
mzio/aprm-amityco_apigen_tau_bench_split_turn
Viewer • Updated • 54k • 6
mzio/aprm-sft_act_only-ENtw_treasure_hunter-GEaprm_qwen3_ap-SE0-REfsc4
Viewer • Updated • 400 • 2
mzio/aprm-sft_genthinkact-ENact_prm_snorkel_finance_fs1-GEaprm_qwen3_ap-SE42-REv10-ap1-b079
Viewer • Updated • 7.38k • 5
mzio/aprm-sft_genthinkact-ENact_prm_taubench_retail_500_fs1-GEaprm_qwen3_ap-SE42-RE0-ap1-b089
Viewer • Updated • 19.7k • 2
mzio/aprm-sft_genthinkact-ENact_prm_taubench_retail_500_fs1-GEaprm_qwen3_ap-SE42-REv10-ap1-b069
Viewer • Updated • 19.7k • 3
mzio/aprm-sft_thinkact-Eact_prm_taubench_retail_100_fs1-Gaprm_qwen3_ap-S42-R4e5_gs4-ap1-b099
Viewer • Updated • 4.01k • 1
mzio/aprm-sft_genthinkact-ENact_prm_snorkel_finance_fs1-GEaprm_qwen3_ap-SE42-REv10-ap1-b069
Viewer • Updated • 7.38k • 2
mzio/aprm-sft_thinkact-Eact_prm_taubench_retail_100_fs1-Gaprm_qwen3_ap-S42-R4e5_gs4-ap1-b089
Viewer • Updated • 4.01k • 1
mzio/aprm-sft_genthinkact-ENact_prm_taubench_retail_500_fs1-GEaprm_qwen3_ap-SE42-RE0-ap1-b079
Viewer • Updated • 19.7k • 1
mzio/aprm-sft_genthinkact-ENact_prm_taubench_retail_500_fs1-GEaprm_qwen3_ap-SE42-REv10-ap1-b059
Viewer • Updated • 19.7k • 3
mzio/aprm-sft_thinkact-Eact_prm_taubench_retail_100_fs1-Gaprm_qwen3_ap-S42-R4e5_gs4-ap1-b079
Viewer • Updated • 4.01k • 4
mzio/aprm-sft_genthinkact-ENact_prm_snorkel_finance_fs1-GEaprm_qwen3_ap-SE42-REv10-ap1-b059
Viewer • Updated • 7.38k • 5
mzio/aprm-sft_genthinkact-ENact_prm_taubench_retail_500_fs1-GEaprm_qwen3_ap-SE42-RE0-ap1-b069
Viewer • Updated • 19.7k • 3
mzio/aprm-sft_thinkact-Eact_prm_taubench_retail_100_fs1-Gaprm_qwen3_ap-S42-R4e5_gs4-ap1-b069
Viewer • Updated • 4.01k • 1
mzio/aprm-sft_genthinkact-ENact_prm_taubench_retail_500_fs1-GEaprm_qwen3_ap-SE42-REv10-ap1-b049
Viewer • Updated • 19.7k • 1
mzio/aprm-sft_thinkact-Eact_prm_taubench_retail_100_fs1-Gaprm_qwen3_ap-S42-R4e5_gs4-ap1-b059
Viewer • Updated • 4.01k • 3
mzio/aprm-sft_genthinkact-ENact_prm_taubench_retail_500_fs1-GEaprm_qwen3_ap-SE42-RE0-ap1-b059
Viewer • Updated • 19.7k • 1
mzio/aprm-sft_genthinkact-ENact_prm_snorkel_finance_fs1-GEaprm_qwen3_ap-SE42-REv10-ap1-b049
Viewer • Updated • 7.38k • 4
mzio/aprm-sft_thinkact-Eact_prm_taubench_retail_100_fs1-Gaprm_qwen3_ap-S42-R4e5_gs4-ap1-b049
Viewer • Updated • 4.01k • 4
mzio/aprm-sft_genthinkact-ENact_prm_taubench_retail_500_fs1-GEaprm_qwen3_ap-SE42-RE0-ap1-b049
Viewer • Updated • 19.7k • 4
mzio/aprm-sft_genthinkact-ENact_prm_taubench_retail_500_fs1-GEaprm_qwen3_ap-SE42-REv10-ap1-b039
Viewer • Updated • 19.7k • 1
mzio/aprm-sft_thinkact-Eact_prm_taubench_retail_100_fs1-Gaprm_qwen3_ap-S42-R4e5_gs4-ap1-b039
Viewer • Updated • 4.01k • 2
mzio/aprm-sft_genthinkact-ENact_prm_snorkel_finance_fs1-GEaprm_qwen3_ap-SE42-REv10-ap1-b039
Viewer • Updated • 7.38k • 7
mzio/aprm-sft_thinkact-Eaprm_taubench_retail_100_fs1-Gaprm_qw3_ap-S42-R1r1e03_bs4_gs4-ap1-b089
Viewer • Updated • 4.01k
mzio/aprm-sft_thinkact-Eact_prm_taubench_retail_100_fs1-Gaprm_qwen3_ap-S42-R4e5_gs4-ap1-b029
Viewer • Updated • 4.01k • 1
mzio/aprm-sft_thinkact-Eaprm_taubench_retail_100_fs1-Gaprm_qw3_ap-S42-R1r1e03_bs4_gs4-ap1-b079
Viewer • Updated • 4.01k • 1