AIbase
TW
模型選型
標籤
對話質量評估

# 對話質量評估

GRM Llama3.2 3B Rewardmodel Ft
Apache-2.0
基於Llama3架構的3B參數獎勵模型，在reward-bench評測中獲得90.9分，性能超越多個8B獎勵模型
大型語言模型
G
Ray2333
3,464
13
URM LLaMa 3.1 8B
URM-LLaMa-3.1-8B是一個具備不確定性感知能力的獎勵模型，用於改進大語言模型的對齊效果。
大型語言模型
U
LxzGordon
4,688
10
RM Gemma 2B
基於google/gemma-2b-it訓練的獎勵模型，用於評估文本生成質量
大型語言模型 Transformers
R
weqweasdas
2,618
25
Hh Rlhf Rm Open Llama 3b
基於LMFlow框架訓練的獎勵模型，針對HH - RLHF數據集（僅有用部分），以open_llama_3b為基礎模型進行訓練，具有良好的泛化能力。
大型語言模型 Transformers
H
weqweasdas
483
18
Response Quality Classifier Large
MIT
該模型用於評估對話中最後一條消息的相關性和具體性，基於sberbank-ai/ruRoberta-large架構。
對話系統 Transformers 其他
R
t-bank-ai
33
11
AIbase
智啟未來，您的人工智能解決方案智庫
English简体中文繁體中文にほんご
© 2025AIbase