- llama3-1b-finemath420-proweb80-25ksteps-diffusion-2k
- llama3-1b-finemath450-proweb50-25ksteps-diffusion-2k
- llama3-1b-finemath480-proweb20-25ksteps-diffusion-2k
- llama3-1b-mathpro20-proweb80-25ksteps-diffusion-2k
- llama3-1b-mathpro80-proweb20-12.5ksteps-4k-const-lr5e-5
- llama3-1b-mathpro80-proweb20-25ksteps-diffusion-2k
- llama3-1b-mathpro80-proweb20-6.25ksteps-8k-const-lr5e-5
- llama3-1b-mathpromaxsf80-proweb20-12.5ksteps-8k-const-lr5e-5-bsz512
- llama3-1b-mathpromaxsf90-proweb10-12.5ksteps-8k-const-lr5e-5-bsz512
- llama3-1b-proweb-10ksteps
- llama3-1b-proweb-20ksteps-blk4
- llama3-1b-proweb-20ksteps-blk8-noshift
- llama3-1b-proweb-20ksteps-blk8
- llama3-1b-proweb-25ksteps-2k-intradoc
- llama3-1b-proweb-25ksteps-2k
- llama3-1b-proweb-25ksteps-4k
- llama3-1b-proweb-25ksteps-diffusion-2k
- llama3-1b-proweb-25ksteps-diffusion-4k-intradoc
- llama3-1b-proweb-25ksteps-diffusion-4k
- llama3-1b-proweb-50ksteps-diffusion-2k
- llama3-1b-proweb-50ksteps-diffusion-intradoc
- llama3-1b-proweb-50ksteps-diffusion
- llama3-1b-proweb-50ksteps-intradoc
- llama3-1b-proweb-50ksteps
- llama3-3b-mathpro80-proweb20-25ksteps-2k
-
1.52 kB