yuxuanw8/qwen3b-rlcr-kl-beta0.05-hotpot
Text Generation • 3B • Updated • 6
Yuxuan Wan
yuxuanw8
·
AI & ML interests
None yet
Organizations
models 43
yuxuanw8/qwen3b-rlcr-kl-beta0.01-hotpot
Text Generation • 3B • Updated • 5
yuxuanw8/qwen3b-rlcr-kl-beta0.1-hotpot
Text Generation • 3B • Updated • 7
yuxuanw8/qwen3b-rlcr-hotpot
Text Generation • 3B • Updated • 5
yuxuanw8/pythia2.8b-oai-summary-ppopet-0.5ep
Text Generation • 3B • Updated • 9
yuxuanw8/pythia2.8b-oai-summary-ppo-1ep
Text Generation • 3B • Updated • 7
yuxuanw8/qwen25-1.5b_ultrafeedback_pet_1e-5_nsample8
Text Classification • 2B • Updated • 4
yuxuanw8/pythia6.9b-oai-summary-chipo-1ep
Text Generation • 7B • Updated • 7
yuxuanw8/pythia6.9b-oai-summary-rpo-1ep
Text Generation • 7B • Updated • 7
yuxuanw8/pythia6.9b-oai-summary-dpo-1ep
Text Generation • 7B • Updated • 6
datasets 176
yuxuanw8/GPQA
Viewer • Updated • 1.19k • 23
yuxuanw8/summarize_sft-test_lm-yuxuanw8-pythia2.8b-oai-summary-ppopet-0.5ep_42_250_64
Viewer • Updated • 250 • 69
yuxuanw8/summarize_sft-test_lm-yuxuanw8-pythia2.8b-oai-summary-ppo-1ep_42_250_64
Viewer • Updated • 250 • 11
yuxuanw8/summarize_sft-test_lm-cleanrl-EleutherAI_pythia-2.8b-deduped__sft__tldr_42_250_64_bon_4.0
Viewer • Updated • 250 • 16
yuxuanw8/summarize_sft-test_lm-yuxuanw8-pythia6.9b-oai-summary-chipo-1ep_42_250_64
Viewer • Updated • 250 • 13
yuxuanw8/summarize_sft-test_lm-yuxuanw8-pythia6.9b-oai-summary-rpo-1ep_42_250_64
Viewer • Updated • 250 • 11
yuxuanw8/summarize_sft-test_lm-yuxuanw8-pythia6.9b-oai-summary-dpo-1ep_42_250_64
Viewer • Updated • 250 • 22
yuxuanw8/ultrafeedback_sft-test_gen_lm-yuxuanw8-qwen25-1.5b_ultrafeedback_dpo_lr1e-4_42_250_1280
Viewer • Updated • 250 • 20
yuxuanw8/ultrafeedback_sft-test_gen_lm-yuxuanw8-qwen25-1.5b_ultrafeedback_sft_lr1e-4_42_250_1280
Viewer • Updated • 250 • 10
yuxuanw8/ultrafeedback_sft-test_gen_lm-yuxuanw8-qwen25-1.5b_ultrafeedback_rpo_lr1e-4_42_250_1280
Viewer • Updated • 250 • 8