YYYYYYibo/two_agent_2_dpo_iter_2
7B • Updated • 2
Wang
YYYYYYibo
AI & ML interests
None yet
Recent Activity
updated a dataset 19 days ago
YYYYYYibo/alfworld-success-trajs published a dataset 19 days ago
YYYYYYibo/alfworld-success-trajs updated a model 29 days ago
YYYYYYibo/qwen2_5_7b_sft_baselineOrganizations
None yet
YYYYYYibo/approx_nash_rdpo_iter_3
7B • Updated • 1
YYYYYYibo/approx_nash_rdpo_iter_2
7B • Updated • 1
YYYYYYibo/two_agent_2_dpo_iter_1
Updated
YYYYYYibo/two_agent_1_rdpo_iter_3
7B • Updated • 1
YYYYYYibo/two_agent_1_dpo_iter_3
7B • Updated • 1
YYYYYYibo/two_agent_1_rdpo_iter_2
7B • Updated • 1
YYYYYYibo/two_agent_1_dpo_iter_2
7B • Updated • 1
YYYYYYibo/two_agent_dpo_iter_1
Updated
YYYYYYibo/two_agent_rdpo_iter_3
7B • Updated • 1
YYYYYYibo/two_agent_dpo_iter_3
Text Generation • 7B • Updated • 1
YYYYYYibo/two_agent_rdpo_iter_2
Text Generation • 7B • Updated • 1
YYYYYYibo/two_agent_dpo_iter_2
Text Generation • 7B • Updated • 2
YYYYYYibo/two_agent_iter_1
Text Generation • 7B • Updated • 1
YYYYYYibo/approx_nash_3temp_iter_3
Text Generation • 7B • Updated • 1
YYYYYYibo/approx_nash_3temp_iter_2
Text Generation • 7B • Updated • 1
YYYYYYibo/approx_nash_maxmin_iter_3
Text Generation • 7B • Updated • 1
YYYYYYibo/approx_nash_maxmin_iter_2
Text Generation • 7B • Updated • 1
YYYYYYibo/approx_nash_1_iter_3
Text Generation • 7B • Updated • 1
YYYYYYibo/approx_nash_1_iter_2
Text Generation • 7B • Updated • 1
YYYYYYibo/test_rdpo_qlora
Updated
YYYYYYibo/test_rdpo
Updated
YYYYYYibo/gshf_lora_iter_3
Updated • 1
YYYYYYibo/gshf_lora_iter_2
Updated • 1
YYYYYYibo/gshf_lora_iter_1
Updated • 1
YYYYYYibo/imp_sam_1_iter_3
Updated • 1
YYYYYYibo/imp_sam_1_iter_2
Updated • 1
YYYYYYibo/imp_sam_1_iter_1
Updated • 2
YYYYYYibo/imp_sam_iter_3
Updated • 1
YYYYYYibo/imp_sam_iter_2
Updated • 3