Llama 3 OffsetBias RM 8B

🚀 Llama-3-OffsetBias-RM-8B模型卡片

Llama-3-OffsetBias-RM-8B 是一个在OffsetBias数据集上训练的奖励模型。它经过训练，在评估模型中常见的各种评估偏差方面表现得更加稳健。该模型在论文 OffsetBias: Leveraging Debiased Data for Tuning Evaluators 中被提出。

🚀 快速开始

直接使用

from transformers import AutoTokenizer, pipeline
import torch

model_name = "NCSOFT/Llama-3-OffsetBias-RM-8B"
rm_tokenizer = AutoTokenizer.from_pretrained(model_name)
rm_pipe = pipeline(
    "sentiment-analysis",
    model=model_name,
    device="auto",
    tokenizer=rm_tokenizer,
    model_kwargs={"torch_dtype": torch.bfloat16}
)

pipe_kwargs = {
    "return_all_scores": True,
    "function_to_apply": "none",
    "batch_size": 1
}

chat = [
 {"role": "user", "content": "Hello, how are you?"},
 {"role": "assistant", "content": "I'm doing great. How can I help you today?"},
 {"role": "user", "content": "I'd like to show off how chat templating works!"},
]

test_texts = [rm_tokenizer.apply_chat_template(chat, tokenize=False, add_generation_prompt=False).replace(rm_tokenizer.bos_token, "")]
pipe_outputs = rm_pipe(test_texts, **pipe_kwargs)
rewards = [output[0]["score"] for output in pipe_outputs]

✨ 主要特性

• 使用 sfairXC/FsfairX-LLaMA3-RM-v0.1 作为基础模型，该模型基于Meta Llama 3构建。
• 从 Llama-3-8B-Instruct 训练一个中间奖励模型，使用 FsfairX-LLaMA3-RM 模型训练数据的一个子集，并结合 NCSOFT/offsetbias 数据集。
• 将中间模型与 FsfairX-LLaMA3-RM 模型合并，创建 Llama-3-OffsetBias-RM-8B。

📚 详细文档

模型详情

模型描述

Llama-3-OffsetBias-RM-8B 使用 sfairXC/FsfairX-LLaMA3-RM-v0.1 作为基础模型，它基于Meta Llama 3构建。一个中间奖励模型是从 Llama-3-8B-Instruct 开始训练的，使用了 FsfairX-LLaMA3-RM 模型训练所用数据集的一个子集，并结合了 NCSOFT/offsetbias 数据集。然后将这个中间模型与 FsfairX-LLaMA3-RM 模型合并，创建了 Llama-3-OffsetBias-RM-8B。

模型来源

• 💻 仓库：https://github.com/ncsoft/offsetbias
• 📜 论文：OffsetBias: Leveraging Debiased Data for Tuning Evaluators
• 🤗 数据集：https://huggingface.co/datasets/NCSOFT/offsetbias

评估

RewardBench结果

EvalBiasBench结果

📄 许可证

该模型使用的许可证为 META LLAMA 3 COMMUNITY LICENSE AGREEMENT。

🔖 引用

@misc{park2024offsetbias,
      title={OffsetBias: Leveraging Debiased Data for Tuning Evaluators},
      author={Junsoo Park and Seungyeon Jwa and Meiying Ren and Daeyoung Kim and Sanghyuk Choi},
      year={2024},
      eprint={2407.06551},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}