EM-RAFT

ScaleML-RLHF 's models 260

Sort:  Recently updated

ScaleML-RLHF/qwmathbase_full_raft_step40

8B • Updated Mar 20 • 1

ScaleML-RLHF/qwmathbase_raf_raft_n4_bz128_step140

8B • Updated Mar 20 • 1

ScaleML-RLHF/qwmathbase_weighted_sft_bz512_step20

8B • Updated Mar 20 • 1

ScaleML-RLHF/qwmathbase_non_neg_grpo_step20

8B • Updated Mar 20 • 1

ScaleML-RLHF/qwmathbase_weighted_sft_bz512_step180

8B • Updated Mar 20 • 1

ScaleML-RLHF/qwmathbase_raf_raft_n4_bz128_step160

8B • Updated Mar 20 • 1

ScaleML-RLHF/qwmathbase_raw_raft_step60

8B • Updated Mar 20 • 1

ScaleML-RLHF/qwmathbase_raftpp_bz128_step140

8B • Updated Mar 20 • 1

ScaleML-RLHF/qwmathbase_full_raft_step220

8B • Updated Mar 20 • 1

ScaleML-RLHF/qwmathbase_ppo_n1_step220

8B • Updated Mar 20 • 1

ScaleML-RLHF/qwmathbase_weighted_sft_bz512_step100

8B • Updated Mar 20 • 1

ScaleML-RLHF/qwmathbase_grpo_n4_bz512_step120

8B • Updated Mar 20 • 1

ScaleML-RLHF/qwmathbase_raw_raft_step120

8B • Updated Mar 20 • 1

ScaleML-RLHF/qwmathbase_raw_raft_step100

8B • Updated Mar 20 • 1

ScaleML-RLHF/qwmathbase_weighted_sft_bz512_step80

8B • Updated Mar 20 • 1

ScaleML-RLHF/qwmathbase_non_neg_grpo_step220

8B • Updated Mar 20 • 1

ScaleML-RLHF/qwmathbase_ppo_n1_step100

8B • Updated Mar 20 • 1

ScaleML-RLHF/qwmathbase_raw_raft_step180

8B • Updated Mar 20 • 1

ScaleML-RLHF/qwmathbase_full_raft_step140

8B • Updated Mar 20 • 1

ScaleML-RLHF/qwmathbase_full_raft_step160

8B • Updated Mar 20 • 1

ScaleML-RLHF/qwmathbase_non_neg_grpo_step100

8B • Updated Mar 20

ScaleML-RLHF/qwmathbase_raw_raft_step280

8B • Updated Mar 20 • 2

ScaleML-RLHF/qwmathbase_grpo_n4_bz512_step140

8B • Updated Mar 20 • 1

ScaleML-RLHF/qwmathbase_grpo_n4_bz512_step20

8B • Updated Mar 20 • 1

ScaleML-RLHF/qwmathbase_weighted_sft_bz512_step200

8B • Updated Mar 20 • 1

ScaleML-RLHF/qwmathbase_raftpp_bz128_step160

8B • Updated Mar 20 • 1

ScaleML-RLHF/qwmathbase_raf_raft_n4_bz128_step40

8B • Updated Mar 20 • 1

ScaleML-RLHF/qwmathbase_full_raft_step100

8B • Updated Mar 20 • 1

ScaleML-RLHF/qwmathbase_weighted_sft_bz512_step120

8B • Updated Mar 20 • 1

ScaleML-RLHF/qwmathbase_non_neg_grpo_step80

8B • Updated Mar 20 • 1