Qwen2.5 1.5B Pedagogical Rewardmodel

🚀 奖励模型

该奖励模型基于transformers库构建，可用于教育领域，特别是在教学辅助方面，能为教学过程提供有效的支撑。

🚀 快速开始

该模型在 MathDial 和 MRBench 数据集的成对偏好数据上进行训练。

若需获取更多信息或进行引用，请参考以下内容：

@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},
}

📄 许可证

本项目采用 CC BY 4.0 许可证。

📦 模型信息