%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Qwen2 0.5B Reward
Qwen/Qwen2-0.5B-Instructをファインチューニングした報酬モデルで、生成コンテンツの品質評価と最適化に使用
Downloads 916
Release Time : 9/5/2024
Model Overview
このモデルはQwen2-0.5B-Instructをファインチューニングした報酬モデルで、主に生成コンテンツの品質評価に使用され、強化学習における報酬信号として機能します。評価セットで0.728の精度を達成しました。
Model Features
高精度評価
評価セットで0.728の精度を達成し、生成コンテンツの品質を効果的に評価可能
強化学習ベースの最適化
強化学習トレーニング専用設計で、生成モデルを最適化する報酬信号として機能
効率的なファインチューニング
Qwen2-0.5B-Instructを基に効率的にファインチューニングし、基本モデルの強力な能力を保持
Model Capabilities
テキスト品質スコアリング
生成コンテンツ評価
強化学習報酬信号生成
Use Cases
コンテンツ生成最適化
対話システム最適化
対話システムの応答品質を評価・最適化するために使用
対話システムの関連性と一貫性を向上可能
テキスト生成品質管理
生成テキストの品質を評価し生成モデルにフィードバック
より高品質なコンテンツ生成を支援
強化学習
RLHFトレーニング
人間フィードバック強化学習(RLHF)の報酬モデルとして使用
手動ラベリングを代替し、トレーニングコストを削減
Featured Recommended AI Models
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 Supports Multiple Languages
Transformers Supports Multiple LanguagesL
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 English
Transformers EnglishC
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 Chinese
R
uer
2,694
98