Wang

YYYYYYibo 's models 122

Sort:  Recently updated

YYYYYYibo/two_agent_1_rdpo_iter_3

7B • Updated Aug 4, 2024 • 3

YYYYYYibo/two_agent_1_dpo_iter_3

7B • Updated Aug 4, 2024 • 5

YYYYYYibo/two_agent_1_rdpo_iter_2

7B • Updated Aug 3, 2024 • 3

YYYYYYibo/two_agent_1_dpo_iter_2

7B • Updated Aug 3, 2024 • 3

YYYYYYibo/two_agent_dpo_iter_1

Updated Aug 3, 2024

YYYYYYibo/two_agent_rdpo_iter_3

7B • Updated Aug 2, 2024 • 3

YYYYYYibo/two_agent_dpo_iter_3

Text Generation • 7B • Updated Aug 2, 2024 • 7

YYYYYYibo/two_agent_rdpo_iter_2

Text Generation • 7B • Updated Aug 1, 2024 • 3

YYYYYYibo/two_agent_dpo_iter_2

Text Generation • 7B • Updated Aug 1, 2024 • 3

YYYYYYibo/two_agent_iter_1

Text Generation • 7B • Updated Jul 28, 2024 • 2

YYYYYYibo/approx_nash_3temp_iter_3

Text Generation • 7B • Updated Jul 24, 2024 • 3

YYYYYYibo/approx_nash_3temp_iter_2

Text Generation • 7B • Updated Jul 23, 2024 • 4

YYYYYYibo/approx_nash_maxmin_iter_3

Text Generation • 7B • Updated Jul 23, 2024 • 4

YYYYYYibo/approx_nash_maxmin_iter_2

Text Generation • 7B • Updated Jul 22, 2024 • 4

YYYYYYibo/approx_nash_1_iter_3

Text Generation • 7B • Updated Jul 21, 2024 • 2

YYYYYYibo/approx_nash_1_iter_2

Text Generation • 7B • Updated Jul 20, 2024 • 3

YYYYYYibo/test_rdpo_qlora

Updated Jul 14, 2024

YYYYYYibo/test_rdpo

Updated Jul 14, 2024

YYYYYYibo/gshf_lora_iter_3

Updated Jul 13, 2024 • 2

YYYYYYibo/gshf_lora_iter_2

Updated Jul 13, 2024 • 2

YYYYYYibo/gshf_lora_iter_1

Updated Jul 13, 2024 • 2

YYYYYYibo/imp_sam_1_iter_3

Updated Jul 12, 2024 • 2

YYYYYYibo/imp_sam_1_iter_2

Updated Jul 12, 2024 • 1

YYYYYYibo/imp_sam_1_iter_1

Updated Jul 12, 2024 • 1

YYYYYYibo/imp_sam_iter_3

Updated Jul 11, 2024 • 2

YYYYYYibo/imp_sam_iter_2

Updated Jul 11, 2024 • 2

YYYYYYibo/imp_sam_iter_1

Updated Jul 10, 2024 • 2

YYYYYYibo/test_train

Updated Jul 9, 2024

YYYYYYibo/gshf_iter_3

Text Generation • 7B • Updated Jul 5, 2024 • 5

YYYYYYibo/gshf_iter_2

Text Generation • 7B • Updated Jul 4, 2024 • 5