Peter L. Chen
PeterLauLukCh
AI & ML interests
None yet
Recent Activity
updated a Space about 5 hours ago
RACOo/README new activity 2 months ago
PeterLauLukCh/Gemma-2-9b-it-SimPO-ComPO-2:difference between ComPO and ComPO-2 authored a paper 3 months ago
Reward-free Alignment for Conflicting ObjectivesOrganizations
models 52
PeterLauLukCh/Qwen2.5-32B-Instruct-Planner-0722
33B • Updated • 2
PeterLauLukCh/QwQ-32B-Planner-0722
33B • Updated • 1
PeterLauLukCh/QwQ-32B-pSFT-0717-3
33B • Updated • 1
PeterLauLukCh/QwQ-32B-pSFT-0717-2
33B • Updated • 1
PeterLauLukCh/QwQ-32B-pSFT-0717-1
33B • Updated • 3
PeterLauLukCh/QwQ-32B-pSFT-07112
33B • Updated • 1
PeterLauLukCh/Qwen2.5-32B-Instruct-pSFT
33B • Updated • 1
PeterLauLukCh/Qwen2.5-32B-Instruct-pSFT-2
33B • Updated • 1
PeterLauLukCh/Qwen3-32B-pSFT
33B • Updated • 4
PeterLauLukCh/Qwen3-32B-pSFT-2
33B • Updated • 1
datasets 5
PeterLauLukCh/ultrafeedback_binarized
Viewer • Updated • 61.1k • 6
PeterLauLukCh/Offline-RL-Preference-o3
Viewer • Updated • 1.65k • 2
PeterLauLukCh/Offline-RL-Preference-Qwen
Viewer • Updated • 2.2k • 12
PeterLauLukCh/Offline-RL-Preference-Ultra
Viewer • Updated • 1.64k • 10
PeterLauLukCh/Offline-RL-Preference
Viewer • Updated • 2.2k • 16