MultiRL/qwen3_1.7b_sft_final
2B
•
Updated
MultiRL
non-profit
AI & ML interests
None defined yet.
Recent Activity
View all activity
MultiRL/qwen3_4b_sft_final
4B
•
Updated
MultiRL/qwen3_1.7b_easy_rl_new
2B
•
Updated
•
87
MultiRL/qwen3_4b_standard_medium_rl
4B
•
Updated
•
904
MultiRL/qwen3_4b_standard_easy_rl
4B
•
Updated
•
191
MultiRL/qwen3_4b_medium_rl_progress_C
4B
•
Updated
•
101
MultiRL/qwen3_4b_medium_rl
4B
•
Updated
•
282
MultiRL/qwen3_4b_easy_rl
4B
•
Updated
•
555
MultiRL/qwen3_4b_instruct_sft
4B
•
Updated
•
1.39k
MultiRL/qwen3_1.7b_easy_rl_test_task_group
2B
•
Updated
•
107
MultiRL/qwen3_1.7b_easy_rl_test
2B
•
Updated
•
1.38k
MultiRL/qwen3_8b_easy_rl
8B
•
Updated
•
599
MultiRL/qwen3_8b_sudoku_sft
8B
•
Updated
•
1k
MultiRL/qwen3_1.7b_sudoku_sft
2B
•
Updated
•
2.42k
MultiRL/qwen3_1.7b_easy_reinforce_batch_32_by_pass
2B
•
Updated
•
1.87k
MultiRL/qwen3_1.7b_easy_reinforce_batch_64_by_pass
2B
•
Updated
•
104
MultiRL/qwen3_1.7b_easy_reinforce_test
2B
•
Updated
•
241
MultiRL/qwen3_1.7b_C_easy_gspo_test
2B
•
Updated
•
247
MultiRL/qwen3_1.7b_base_C_normal_short_sft_lr_1e_5_C_easy_grpo_step70
2B
•
Updated
•
336
MultiRL/qwen3_1.7b_C_short_sft_lr_1e_5_C_easy_reinforce_step80
2B
•
Updated
•
320
MultiRL/qwen3_1.7b_base_C_normal_concise_sft_lr_5e_6
2B
•
Updated
•
632
MultiRL/qwen3_1.7b_base_C_easy_short_sft_lr_1e_6
2B
•
Updated
•
250
MultiRL/qwen3_1.7b_format_rl
2B
•
Updated
•
449
MultiRL/qwen3_1.7b_base_C_normal_short_sft_lr_5e_6
2B
•
Updated
•
416
MultiRL/qwen3_1.7b_base_B_normal_short_sft_lr_1e_5
2B
•
Updated
•
340
MultiRL/qwen3_1.7b_base_A_normal_short_sft_lr_1e_5
2B
•
Updated
•
254
MultiRL/qwen3_1.7b_base_C_normal_short_sft_lr_1e_5
2B
•
Updated
•
13.1k
MultiRL/qwen3_1.7b_base_C_normal_sft_lr_1e_5
2B
•
Updated
•
244
MultiRL/qwen3_1.7b_base_B_normal_sft_lr_1e_5
2B
•
Updated
•
3
MultiRL/qwen3_1.7b_base_A_normal_sft_lr_1e_5
2B
•
Updated
•
3