# 多領域評估

OpenThinker3-7B-GGUF 是 open-thoughts/OpenThinker3-7B 的量化版本，專為高效推理優化，基於 Qwen/Qwen2.5-7B-Instruct 微調，在數學、代碼和科學問題上表現優異。

Tülu3是由艾倫人工智能研究所開發的新一代指令跟隨模型家族，擅長標準聊天應用和複雜問題解決。

基於Gemma-2-27B架構構建的高性能獎勵模型，使用淨化後的Skywork-Reward-Preference-80K-v0.2數據集訓練，擅長處理複雜場景中的偏好判斷。

基於Llama-3.1-8B-Instruct架構構建的先進獎勵模型，使用80K高質量偏好對訓練，擅長處理複雜場景中的偏好問題。

Skywork-Reward-Gemma-2-27B是基於gemma-2-27b-it架構構建的先進獎勵模型，擅長處理複雜場景下的偏好問題。