-
oaimli/pgpo_grpo_full_scitrek_qwen3_4b_instruct_2507
Text Generation • 4B • Updated • 392 -
oaimli/pgpo_grpo_full_scitrek_gemma3_4b_it
Image-Text-to-Text • 4B • Updated • 82 -
oaimli/pgpo_grpo_proxy_scitrek_qwen3_4b_instruct_2507
Text Generation • 4B • Updated • 231 -
oaimli/pgpo_grpo_proxy_scitrek_gemma3_4b_it
Image-Text-to-Text • 4B • Updated • 60
Miao Li
oaimli
AI & ML interests
Natural Language Processing
Recent Activity
updated a collection 2 days ago
PGPO updated a model 2 days ago
oaimli/pgpo_grpo_proxy_scitrek_gemma3_4b_it published a model 2 days ago
oaimli/pgpo_grpo_proxy_scitrek_gemma3_4b_itOrganizations
None yet
-
oaimli/pgpo_grpo_full_scitrek_qwen3_4b_instruct_2507
Text Generation • 4B • Updated • 392 -
oaimli/pgpo_grpo_full_scitrek_gemma3_4b_it
Image-Text-to-Text • 4B • Updated • 82 -
oaimli/pgpo_grpo_proxy_scitrek_qwen3_4b_instruct_2507
Text Generation • 4B • Updated • 231 -
oaimli/pgpo_grpo_proxy_scitrek_gemma3_4b_it
Image-Text-to-Text • 4B • Updated • 60
Long-context post-training
models 30
oaimli/pgpo_grpo_proxy_scitrek_gemma3_4b_it
Image-Text-to-Text • 4B • Updated • 60
oaimli/scitrek_grpo_full_loongrl_qwen3_4b_instruct_2507
Text Generation • 4B • Updated • 333
oaimli/pgpo_grpo_proxy_scitrek_qwen3_4b_instruct_2507
Text Generation • 4B • Updated • 231
oaimli/longtune_scitrek_grounding_reinforcement_gemma_0
Image-Text-to-Text • 4B • Updated • 42
oaimli/longtune_scitrek_simple_sft_gemma
Image-Text-to-Text • 4B • Updated • 69
oaimli/longtune_scitrek_simple_sft_qwen
Text Generation • 4B • Updated • 164
oaimli/pgpo_grpo_full_scitrek_gemma3_4b_it
Image-Text-to-Text • 4B • Updated • 82
oaimli/pgpo_grpo_full_scitrek_qwen3_4b_instruct_2507
Text Generation • 4B • Updated • 392
oaimli/scitrek_qwen25_7b_instruct_1m_sft_input_length
Text Generation • 8B • Updated • 145
oaimli/scitrek_qwen25_7b_instruct_1m_grpo_curriculum_192
Text Generation • 8B • Updated • 128