AIbase
JA
モデル選定
タグ
推論報酬モデリング

# 推論報酬モデリング

RM R1 DeepSeek Distilled Qwen 32B
MIT
RM-R1は推論報酬モデル（ReasRM）のためのトレーニングフレームワークで、評価基準や推論軌跡を生成して候補回答を評価し、説明可能な評価を提供します。
大規模言語モデル Transformers 英語
R
gaotang
506
0
RM R1 Qwen2.5 Instruct 7B
MIT
RM-R1は推論報酬モデル（ReasRM）のためのトレーニングフレームワークで、評価基準や推論軌跡を生成して候補回答を評価します。従来の報酬モデルと比べて精度と説明可能性が大幅に向上しています。
大規模言語モデル Transformers 英語
R
gaotang
23
2
RM R1 Qwen2.5 Instruct 14B
MIT
RM-R1は推論報酬モデル（ReasRM）のためのトレーニングフレームワークで、評価基準や推論軌跡を生成して候補回答を判断し、説明可能な評価を提供します。
大規模言語モデル Transformers 英語
R
gaotang
21
1
RM R1 Qwen2.5 Instruct 32B
MIT
RM-R1は推論軌跡生成を通じて報酬モデリングを行うフレームワークで、従来の方法と比べて精度と説明可能性が大幅に向上
大規模言語モデル Transformers 英語
R
gaotang
29
1
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル Transformers 複数言語対応
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。
対話システム Transformers 英語
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
English简体中文繁體中文にほんご
© 2025AIbase