Llama 3 OffsetBias RM 8B

🚀 Llama-3-OffsetBias-RM-8B モデルカード

Llama-3-OffsetBias-RM-8B は、OffsetBias データセットを用いて学習された 報酬モデル です。評価モデルで一般的に見られるさまざまな評価 バイアス に対して、より堅牢になるように学習されています。このモデルは論文 OffsetBias: Leveraging Debiased Data for Tuning Evaluators で紹介されています。

📚 詳細ドキュメント

モデルの説明

Llama-3-OffsetBias-RM-8B は、sfairXC/FsfairX-LLaMA3-RM-v0.1 をベースモデルとして使用しており、これは Meta Llama 3 をベースに構築されています。中間報酬モデルは、Llama-3-8B-Instruct から、FsfairX-LLaMA3-RM モデルの学習に使用されるデータセットのサブセットと NCSOFT/offsetbias データセットを組み合わせて学習されます。その後、この中間モデルは FsfairX-LLaMA3-RM モデルとマージされ、Llama-3-OffsetBias-RM-8B が作成されます。

モデルのソース

• 💻 リポジトリ: https://github.com/ncsoft/offsetbias
• 📜 論文: OffsetBias: Leveraging Debiased Data for Tuning Evaluators
• 🤗 データセット: https://huggingface.co/datasets/NCSOFT/offsetbias

💻 使用例

基本的な使用法

from transformers import AutoTokenizer, pipeline
import torch

model_name = "NCSOFT/Llama-3-OffsetBias-RM-8B"
rm_tokenizer = AutoTokenizer.from_pretrained(model_name)
rm_pipe = pipeline(
    "sentiment-analysis",
    model=model_name,
    device="auto",
    tokenizer=rm_tokenizer,
    model_kwargs={"torch_dtype": torch.bfloat16}
)

pipe_kwargs = {
    "return_all_scores": True,
    "function_to_apply": "none",
    "batch_size": 1
}

chat = [
 {"role": "user", "content": "Hello, how are you?"},
 {"role": "assistant", "content": "I'm doing great. How can I help you today?"},
 {"role": "user", "content": "I'd like to show off how chat templating works!"},
]

test_texts = [rm_tokenizer.apply_chat_template(chat, tokenize=False, add_generation_prompt=False).replace(rm_tokenizer.bos_token, "")]
pipe_outputs = rm_pipe(test_texts, **pipe_kwargs)
rewards = [output[0]["score"] for output in pipe_outputs]

🔧 技術詳細

RewardBench の結果

EvalBiasBench の結果

📄 ライセンス

このモデルは META LLAMA 3 COMMUNITY LICENSE AGREEMENT の下で提供されています。

📚 引用

@misc{park2024offsetbias,
      title={OffsetBias: Leveraging Debiased Data for Tuning Evaluators},
      author={Junsoo Park and Seungyeon Jwa and Meiying Ren and Daeyoung Kim and Sanghyuk Choi},
      year={2024},
      eprint={2407.06551},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}