Qwen2.5 1.5B Pedagogical Rewardmodel

🚀 獎勵模型

該獎勵模型基於transformers庫構建，可用於教育領域，特別是在教學輔助方面，能為教學過程提供有效的支撐。

🚀 快速開始

該模型在 MathDial 和 MRBench 數據集的成對偏好數據上進行訓練。

若需獲取更多信息或進行引用，請參考以下內容：

@article{macina2025mathtutorbench,
      title={MathTutorBench: A Benchmark for Measuring Open-ended\\ Pedagogical Capabilities of LLM Tutors}, 
      author={Jakub Macina, Nico Daheim, Ido Hakimi, Manu Kapur, Iryna Gurevych, Mrinmaya Sachan},
      year={2025},
      eprint={2502.18940},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2502.18940},
}

📄 許可證

本項目採用 CC BY 4.0 許可證。

📦 模型信息