Gpt2 Large Harmless Reward Model
模型概述
該模型在測試集上達到了0.73698的準確率,幾乎可與其他更大規模的模型相媲美。主要用於有害響應檢測和RLHF任務。
模型特點
高準確率
在測試集上達到了0.73698的準確率,性能接近更大規模的模型。
專門化訓練
基於Anthropic/hh - rlhf無害數據集專門訓練,專注於有害響應檢測。
RLHF支持
支持基於人類反饋的強化學習(RLHF),可用於模型對齊。
模型能力
有害響應檢測
文本分類
強化學習反饋
使用案例
內容安全
有害內容過濾
檢測對話中的有害或不當響應。
準確識別有害內容,準確率0.73698。
AI對齊
多目標對齊
用於ICML 2024的Rewards-in-Context項目中的多目標對齊(特別是'無害'和'有用'對齊)。
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98