kuririrn/qwen3-4b-agent-trajectory-lora-sft_multi_dpo_merged Text Generation • 4B • Updated 22 days ago
kuririrn/qwen3-4b-agent-trajectory-SFT_alfadm2-prmcons_alformat1 Text Generation • 4B • Updated 24 days ago
kuririrn/qwen3-4b-agent-trajectory-SFT_alfadm-prmcons_alformat3 Text Generation • 4B • Updated 25 days ago
kuririrn/qwen3-4b-agent-trajectory-SFT_alfadm-prmcons_alformat2 Text Generation • 4B • Updated 25 days ago
kuririrn/sft_alfworld_trajectory_dataset_v3to5_admissible_all Viewer • Updated 24 days ago • 1.86k • 33
kuririrn/sft_alfworld_trajectory_dataset_v3to5_admissible_success Viewer • Updated 25 days ago • 1.77k • 13
kuririrn/sft_alfworld_trajectory_dataset_v3to5_admissible_plus_v5extra500 Viewer • Updated 28 days ago • 2.36k • 21