Peter L. Chen's picture

2 4 6

Peter L. Chen

PeterLauLukCh

·

https://peterlaulukchen.github.io/

AI & ML interests

None yet

Recent Activity

commented on a paper 14 days ago

ComPO: Preference Alignment via Comparison Oracles

updated a model 15 days ago

Simu-Env/Qwen2.5-7B-SimuEnv-APIBank-1007

updated a model 15 days ago

Simu-Env/Llama3.2-3B-SimuEnv-APIBank

View all activity

Organizations

PeterLauLukCh 's models 52

PeterLauLukCh/Qwen2.5-32B-Instruct-Planner-0722

33B • Updated Jul 22 • 3

PeterLauLukCh/QwQ-32B-Planner-0722

33B • Updated Jul 22 • 1

PeterLauLukCh/QwQ-32B-pSFT-0717-3

33B • Updated Jul 17 • 2

PeterLauLukCh/QwQ-32B-pSFT-0717-2

33B • Updated Jul 17 • 3

PeterLauLukCh/QwQ-32B-pSFT-0717-1

33B • Updated Jul 17

PeterLauLukCh/QwQ-32B-pSFT-07112

33B • Updated Jul 11 • 3

PeterLauLukCh/Qwen2.5-32B-Instruct-pSFT

33B • Updated Jul 11 • 3

PeterLauLukCh/Qwen2.5-32B-Instruct-pSFT-2

33B • Updated Jul 11 • 1

PeterLauLukCh/Qwen3-32B-pSFT

33B • Updated Jul 11 • 3

PeterLauLukCh/Qwen3-32B-pSFT-2

33B • Updated Jul 11 • 3

PeterLauLukCh/QwQ-32B-pSFT-2

33B • Updated Jul 11 • 3

PeterLauLukCh/QwQ-32B-pSFT

33B • Updated Jul 10 • 1

PeterLauLukCh/QwQ-32B-Planner-SFT-0707-2

33B • Updated Jul 7

PeterLauLukCh/QwQ-32B-Planner-SFT-0707

33B • Updated Jul 7 • 4

PeterLauLukCh/DeepSeek-R1-Distill-Qwen-32B-SFT

33B • Updated Jul 6 • 2

PeterLauLukCh/QwQ-32B-SFT

33B • Updated Jul 5 • 1

PeterLauLukCh/WebR1-Planner-32B-SFT

33B • Updated Jul 2

PeterLauLukCh/Qwen2.5-1.5B-Instruct-actionRL

2B • Updated Jun 27 • 1

PeterLauLukCh/Qwen2.5-3B-Instruct-actionRL

3B • Updated Jun 27

PeterLauLukCh/s1K-7B-cogRL-v0.1-1

8B • Updated May 31 • 1

PeterLauLukCh/s1K-7B-RL-v0.1-1

8B • Updated May 28 • 1 • 1

PeterLauLukCh/s1K-7B-cogRL-v0.1-4

8B • Updated May 27 • 1

PeterLauLukCh/SPO32B

33B • Updated May 14

PeterLauLukCh/R1-8B

8B • Updated May 13 • 1

PeterLauLukCh/DeepSeek-R1-Distill-Qwen-7B-RL

8B • Updated May 8 • 1

PeterLauLukCh/DeepSeek-R1-Distill-Qwen-7B-CRL-1.4

8B • Updated May 8 • 1

PeterLauLukCh/DeepSeek-R1-Distill-Qwen-7B-CRL-1.3

PeterLauLukCh/DeepSeek-R1-Distill-Qwen-7B-CRL-1.2

PeterLauLukCh/DeepSeek-R1-Distill-Qwen-7B-CRL-1.1

8B • Updated May 8

PeterLauLukCh/Qwen2.5-32B-Instruct-CognitiveSFT-v0.1

33B • Updated May 2 • 1