当前位置：首页 > 元宇宙 > AI

昆仑万维发布奖励模型 Skywork-Reward，登顶 RewardBench 排行榜

来源：责编：时间：2024-09-15 15:15:52 27观看

导读 9 月 13 日消息，昆仑万维发布了两款全新的奖励模型 Skywork-Reward-Gemma-2-27B 和 Skywork-Reward-Llama-3.1-8B。在奖励模型评估基准 RewardBench 上，这两款模型分别位列排行榜上的第一和第三位。奖励模型（Rew

9 月 13 日消息，昆仑万维发布了两款全新的奖励模型 Skywork-Reward-Gemma-2-27B 和 Skywork-Reward-Llama-3.1-8B。在奖励模型评估基准 RewardBench 上，这两款模型分别位列排行榜上的第一和第三位。

奖励模型（Reward Model）是强化学习（Reinforcement Learning）中的核心概念和关键组成，它用于评估智能体在不同状态下的表现，并为智能体提供奖励信号以指导其学习过程，让智能体能够学习到在特定环境下如何做出最优选择。

奖励模型在大语言模型（Large Language Model，LLM）的训练中尤为重要，可以帮助模型更好地理解和生成符合人类偏好的内容。

与现有奖励模型不同，Skywork-Reward 的偏序数据仅来自网络公开数据，采用特定的筛选策略，以获得针对特定能力和知识领域的高质量的偏好数据集。

Skywork-Reward 偏序训练数据集包含约 80,000 个样本，通过在这些样本上微调 Gemma-2-27B-it 和 Llama-3.1-8B-Instruct 基座模型，获得最终的 Skywork-Reward 奖励模型。

附相关链接如下：

RewardBench 排行榜：https://huggingface.co/spaces/allenai/reward-bench

27B 模型地址：https://huggingface.co/Skywork/Skywork-Reward-Gemma-2-27B

8B 模型地址：https://huggingface.co/Skywork/Skywork-Reward-Llama-3.1-8B

偏序数据地址：https://huggingface.co/collections/Skywork/skywork-reward-data-collection-66d7fda6a5098dc77035336d

本文链接：http://www.28at.com/showinfo-45-7210-0.html昆仑万维发布奖励模型 Skywork-Reward，登顶 RewardBench 排行榜

声明：本网页内容旨在传播知识，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。邮件：2376512515@qq.com

上一篇： Adobe 预告 Firefly 文生视频 AI 模型年内登场，可通过提示词静帧生成动态片段

下一篇：首次运用 AI 技术助力搜救，2024 年国际邮轮大规模综合应急演习在天津举行

标签：

热门焦点

沉寂3年，大模型激活小度天猫精灵？

Tech星球（微信ID：tech618）文 | 何煦阳沉寂了许久的智能音箱，在今年大模型横空出世之后，又再次燃起了新的希望。 2月9日，小度宣布将融合文心一言，打造针对智能设备场景的AI模型&ldq
中国虚拟数字人如何横向拓展市场需求，探索发展场景?

通过5G、AI等新技术更新换代，虚拟数字人为诸多下游行业带来新的发展机会。虚拟数字人技术以其简化性和精品性持续拓展泛娱乐、金融、教育、政务、医疗、零售等
Layer1的新以太坊，更好的以太坊？

以太坊作为区块链基础设施地位看起来已不可动摇，但也面临着费用高、效率低、偏离去中心化初衷等问题。平台上既得利益群体的形成和固化也逐渐让革新变得困难。
Web3 去中心化身份管理系统的历史、现状与展望

身份、数字资产和在线资料的映射最近在区块链行业获得了极大的关注。新技术正在形成架构，这将进一步为去中心化和以用户为中心的机制铺平道路。本文将讨论以下
《刀剑神域》VR展开幕；《Puzzling Places》发布第二个付费DLC

今日热点：《刀剑神域：Ex-Chronicle Online Edition》VR展开幕；虚拟活动平台EventX再获800万美元B轮融资；VR射击游戏《Outlier》确认将于3月17日登陆Steam平台等。
全面拥抱“虚拟世界”，摩登天空要打造“音乐元宇宙”

作者：袁佳琦沈黎晖不怎么打游戏，但许多事儿在他眼里都“有意思”。好玩，有意思，是他的口头禅，在接受娱乐独角兽的采访过程中，他多次提到，做虚拟音乐人，“是件挺好玩的
DAO登上了历史舞台，但是主流准备好采用DAO了吗？

Block-807DAO要么是定义虚拟未来、无领导组织的革命性概念，要么是充满存在主义和自我毁灭挑战的反乌托邦结构，取决于你在与谁交谈。近几个月来， DAO已经从Crypto
NFT自动售货机来啦！

“纽约市有一台售卖 Solana NFT 的自动售货机，用信用卡就能买”Solana NFT 市场 Neon 可让您使用信用卡亲自购买 NFT，无需使用加密货币。由于基于 Solana 链的 N
初探元宇宙

2021年可以被称为“元宇宙”元年。继2021年3月沙盒游戏平台Roblox将“元宇宙”概念放入招股书中，被称为“元宇宙”第一股后，Facebook更名为Meta, 引发全球范围内