Open Models, Ready for Production

zjhhhh

qwen2.5_3B_Instruct_min_stage3_seed_555134_eta_1e4_step_1

Llama-3.2.3B-comidaperuana

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

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

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

zjhhhh

qwen2.5_3B_Instruct_multi_stage3_seed_555134_eta_1e4_step_1

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

jiogenes

llama-3.2-1B-Instruct-three-kingdoms

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

llm-jp-3-13b-sft-1.0

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

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

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

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

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

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

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

asdkjfhl

DeepSeek-R1-RPA-COT_KO

llama-3.2-3b-gsm8k-ppo-verl-step30

pychatbot

llama3.2-3b-qlora-text2sql

llama-3.2-3b-gsm8k-ppo-verl-step32

darkneuron-chat-v1.1

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

gpt-oss-120b-qwen3-1.7b-pointwise-distill-grpo

llama-3.2-3b-gsm8k-ppo-verl-2-step142

llama-3.2-3b-gsm8k-ppo-verl-2-step122

llama-3.2-3b-gsm8k-ppo-verl-step28

poker-llama-3.1-8b-sft-v3

BKM1804

affine-11

llama-3.2-3b-gsm8k-ppo-verl-step24

llama-3.2-3b-gsm8k-ppo-verl-2-step102

llama-3.2-3b-gsm8k-ppo-verl-step26

reasoner-v1-large

llama-3.2-3b-gsm8k-ppo-verl-2-step82

llama-3.2-3b-gsm8k-ppo-verl-step20

llama-3.2-3b-gsm8k-ppo-verl-step22

llama-3.2-3b-gsm8k-ppo-verl-2-step62

whisper-small-kh

llama-3.2-3b-gsm8k-ppo-verl-step18

llama-3.2-3b-gsm8k-ppo-verl-2-step22

llama-3.2-3b-gsm8k-ppo-verl-2-step42

llama-3.2-3b-gsm8k-ppo-verl-2-step2