🏝️ On Vacation
Peter L. Chen
PeterLauLukCh
AI & ML interests
None yet
Recent Activity
updated a model 1 day ago
SafeRL/DeepSeek-R1-Distill-Llama-8B-200e published a model 1 day ago
SafeRL/DeepSeek-R1-Distill-Llama-8B-200e updated a model 1 day ago
SafeRL/DeepSeek-R1-Distill-Llama-8B-150eOrganizations
models 52
PeterLauLukCh/Qwen2.5-32B-Instruct-Planner-0722
33B • Updated • 9
PeterLauLukCh/QwQ-32B-Planner-0722
33B • Updated • 4
PeterLauLukCh/QwQ-32B-pSFT-0717-3
33B • Updated • 5
PeterLauLukCh/QwQ-32B-pSFT-0717-2
33B • Updated • 7
PeterLauLukCh/QwQ-32B-pSFT-0717-1
33B • Updated • 4
PeterLauLukCh/QwQ-32B-pSFT-07112
33B • Updated • 6
PeterLauLukCh/Qwen2.5-32B-Instruct-pSFT
33B • Updated • 3
PeterLauLukCh/Qwen2.5-32B-Instruct-pSFT-2
33B • Updated • 10
PeterLauLukCh/Qwen3-32B-pSFT
33B • Updated • 6
PeterLauLukCh/Qwen3-32B-pSFT-2
33B • Updated • 8
datasets 5
PeterLauLukCh/ultrafeedback_binarized
Viewer • Updated • 61.1k • 6
PeterLauLukCh/Offline-RL-Preference-o3
Viewer • Updated • 1.65k • 91 • 5
PeterLauLukCh/Offline-RL-Preference-Qwen
Viewer • Updated • 2.2k • 31 • 5
PeterLauLukCh/Offline-RL-Preference-Ultra
Viewer • Updated • 1.64k • 112 • 6
PeterLauLukCh/Offline-RL-Preference
Viewer • Updated • 2.2k • 109 • 5