gyeongwk/stage1-rft
8B • Updated • 175
Compositionality
-
-
gyeongwk/Teacher-SFT-filter-max-correct_0.8-k_3
8B • Updated • 2 -
gyeongwk/Teacher-SFT
8B • Updated • 4 -
gyeongwk/stage2-rl-level2
8B • Updated • 1 -
gyeongwk/Teacher-SFT-filter-max-correct_1.1-k_1
8B • Updated • 1 -
gyeongwk/stage2-rl-level2-step-750
8B • Updated • 2 -
gyeongwk/stage2-rft-50-rl-50
8B • Updated • 1 -
gyeongwk/stage2-rft-compute-50
8B • Updated • 2 -
gyeongwk/Bootstrap-SFT
8B • Updated • 1 -
gyeongwk/On-policy-GRPO
8B • Updated • 8 -
gyeongwk/Bootstrap-GRPO
8B • Updated • 44 -
gyeongwk/onpolicy-grpo-600
8B • Updated • 17 -
gyeongwk/onpolicy-grpo-300
8B • Updated • 13 -
gyeongwk/stage2-dpo
8B • Updated • 2 -
gyeongwk/On-policy-SFT
8B • Updated • 57 -
gyeongwk/bootstrap-dpo
2B • Updated • 2