Fineweb2-HQ-Tokenizers flexitok/unigram_fw_edu_16000 Updated 1 day ago flexitok/bpe_vie_Latn_16000 Updated 1 day ago flexitok/bpe_ita_Latn_16000 Updated 1 day ago flexitok/bpe_rus_Cyrl_16000 Updated 1 day ago
baselines flexitok/llama_baseline_english 2B • Updated Jan 23 • 17 flexitok/llama_bpe_dropout_english 2B • Updated Jan 23 • 14 flexitok/llama_baseline 2B • Updated 18 days ago • 180 flexitok/llama_bpe_dropout 2B • Updated 18 days ago • 203
merging-toksuite moe-dtoks/qwen_onto_llama_lambda-0 Updated 8 days ago moe-dtoks/llama_onto_qwen_lambda-0 Updated 8 days ago • 5 moe-dtoks/llama_onto_qwen_lambda-1-nse-random Updated 8 days ago • 1 moe-dtoks/llama_onto_qwen_lambda-1 Updated 8 days ago • 2
Fineweb2-HQ-Tokenizers flexitok/unigram_fw_edu_16000 Updated 1 day ago flexitok/bpe_vie_Latn_16000 Updated 1 day ago flexitok/bpe_ita_Latn_16000 Updated 1 day ago flexitok/bpe_rus_Cyrl_16000 Updated 1 day ago
merging-toksuite moe-dtoks/qwen_onto_llama_lambda-0 Updated 8 days ago moe-dtoks/llama_onto_qwen_lambda-0 Updated 8 days ago • 5 moe-dtoks/llama_onto_qwen_lambda-1-nse-random Updated 8 days ago • 1 moe-dtoks/llama_onto_qwen_lambda-1 Updated 8 days ago • 2
baselines flexitok/llama_baseline_english 2B • Updated Jan 23 • 17 flexitok/llama_bpe_dropout_english 2B • Updated Jan 23 • 14 flexitok/llama_baseline 2B • Updated 18 days ago • 180 flexitok/llama_bpe_dropout 2B • Updated 18 days ago • 203