🏝️ On Vacation
Peter L. Chen
PeterLauLukCh
AI & ML interests
None yet
Recent Activity
authored a paper 12 days ago
A Zeroth-Order Paradigm for LLM Preference Alignment upvoted a paper 13 days ago
A Zeroth-Order Paradigm for LLM Preference Alignment submitted a paper 13 days ago
A Zeroth-Order Paradigm for LLM Preference AlignmentOrganizations
models 52
PeterLauLukCh/Qwen2.5-32B-Instruct-Planner-0722
33B • Updated • 5
PeterLauLukCh/QwQ-32B-Planner-0722
33B • Updated • 6
PeterLauLukCh/QwQ-32B-pSFT-0717-3
33B • Updated • 7
PeterLauLukCh/QwQ-32B-pSFT-0717-2
33B • Updated • 3
PeterLauLukCh/QwQ-32B-pSFT-0717-1
33B • Updated • 10
PeterLauLukCh/QwQ-32B-pSFT-07112
33B • Updated • 6
PeterLauLukCh/Qwen2.5-32B-Instruct-pSFT
33B • Updated • 7
PeterLauLukCh/Qwen2.5-32B-Instruct-pSFT-2
33B • Updated • 5
PeterLauLukCh/Qwen3-32B-pSFT
33B • Updated • 5
PeterLauLukCh/Qwen3-32B-pSFT-2
33B • Updated • 5
datasets 5
PeterLauLukCh/ultrafeedback_binarized
Viewer • Updated • 61.1k • 3
PeterLauLukCh/Offline-RL-Preference-o3
Viewer • Updated • 1.65k • 18 • 1
PeterLauLukCh/Offline-RL-Preference-Qwen
Viewer • Updated • 2.2k • 18 • 4
PeterLauLukCh/Offline-RL-Preference-Ultra
Viewer • Updated • 1.64k • 23 • 2
PeterLauLukCh/Offline-RL-Preference
Viewer • Updated • 2.2k • 9