Llama3.2-1B-GRPO Workspace – Weights & Biases

Skip to main content

Llama3.2-1B-GRPO

Accuracy-maker's workspace

Runs

2

Name

2 visualized

Llama-3.2-1B-GRPO-gsm8k-2

Llama-3.2-1B-GRPO-gsm8k-2

Llama-3.2-1B-GRPO-gsm8k

Llama-3.2-1B-GRPO-gsm8k

1-2

of 2

train/rewards/strict_format_reward_func

train/rewards/strict_format_reward_func

Llama-3.2-1B-GRPO-gsm8k-2

Llama-3.2-1B-GRPO-gsm8k