samhitha harish

samhitha2601 's models 58

Sort:  Recently updated

samhitha2601/llama3-gsm8k-critic

3B • Updated Oct 24 • 4

samhitha2601/llama3.2-3b-ppo-critic

Reinforcement Learning • Updated Oct 23 • 6

samhitha2601/llama3.2-3b-ppo

Reinforcement Learning • Updated Oct 23 • 4

samhitha2601/llama-3.2-3b-gsm8k-ppo-verl-step12

3B • Updated Oct 21 • 22

samhitha2601/llama-3.2-3b-gsm8k-ppo-verl-2-step462

Text Generation • 3B • Updated Oct 21 • 8

samhitha2601/llama-3.2-3b-gsm8k-ppo-verl-2-step442

Text Generation • 3B • Updated Oct 21 • 7

samhitha2601/llama-3.2-3b-gsm8k-ppo-verl-2-step422

Text Generation • 3B • Updated Oct 21 • 6

samhitha2601/llama-3.2-3b-gsm8k-ppo-verl-2-step402

Text Generation • 3B • Updated Oct 21 • 6

samhitha2601/llama-3.2-3b-gsm8k-ppo-verl-2-step382

Text Generation • 3B • Updated Oct 21 • 8

samhitha2601/llama-3.2-3b-gsm8k-ppo-verl-2-step362

Text Generation • 3B • Updated Oct 21 • 4

samhitha2601/llama-3.2-3b-gsm8k-ppo-verl-step52

Updated Oct 21

samhitha2601/llama-3.2-3b-gsm8k-ppo-verl-2-step342

Text Generation • 3B • Updated Oct 21 • 8

samhitha2601/llama-3.2-3b-gsm8k-ppo-verl-step50

Text Generation • 3B • Updated Oct 21 • 8

samhitha2601/llama-3.2-3b-gsm8k-ppo-verl-step48

Text Generation • 3B • Updated Oct 21 • 6

samhitha2601/llama-3.2-3b-gsm8k-ppo-verl-2-step322

Text Generation • 3B • Updated Oct 21 • 8

samhitha2601/llama-3.2-3b-gsm8k-ppo-verl-step46

Text Generation • 3B • Updated Oct 21 • 6

samhitha2601/llama-3.2-3b-gsm8k-ppo-verl-2-step302

Text Generation • 3B • Updated Oct 21 • 8

samhitha2601/llama-3.2-3b-gsm8k-ppo-verl-step44

Text Generation • 3B • Updated Oct 21 • 5

samhitha2601/llama-3.2-3b-gsm8k-ppo-verl-2-step282

Text Generation • 3B • Updated Oct 21 • 7

samhitha2601/llama-3.2-3b-gsm8k-ppo-verl-2-step262

Text Generation • 3B • Updated Oct 21 • 6

samhitha2601/llama-3.2-3b-gsm8k-ppo-verl-step42

Text Generation • 3B • Updated Oct 21 • 7

samhitha2601/llama-3.2-3b-gsm8k-ppo-verl-step40

Text Generation • 3B • Updated Oct 21 • 8

samhitha2601/llama-3.2-3b-gsm8k-ppo-verl-2-step242

Text Generation • 3B • Updated Oct 21 • 6

samhitha2601/llama-3.2-3b-gsm8k-ppo-verl-2-step222

Text Generation • 3B • Updated Oct 21 • 6

samhitha2601/llama-3.2-3b-gsm8k-ppo-verl-step38

Text Generation • 3B • Updated Oct 21 • 5

samhitha2601/llama-3.2-3b-gsm8k-ppo-verl-2-step202

Text Generation • 3B • Updated Oct 21 • 5

samhitha2601/llama-3.2-3b-gsm8k-ppo-verl-step36

Text Generation • 3B • Updated Oct 21 • 7

samhitha2601/llama-3.2-3b-gsm8k-ppo-verl-2-step182

Text Generation • 3B • Updated Oct 21 • 7

samhitha2601/llama-3.2-3b-gsm8k-ppo-verl-step34

Text Generation • 3B • Updated Oct 21 • 5

samhitha2601/llama-3.2-3b-gsm8k-ppo-verl-2-step162

Text Generation • 3B • Updated Oct 21 • 6