Gpt2 Large Harmless Reward Model
模型简介
该模型在测试集上达到了0.73698的准确率,几乎可与其他更大规模的模型相媲美。主要用于有害响应检测和RLHF任务。
模型特点
高准确率
在测试集上达到了0.73698的准确率,性能接近更大规模的模型。
专门化训练
基于Anthropic/hh - rlhf无害数据集专门训练,专注于有害响应检测。
RLHF支持
支持基于人类反馈的强化学习(RLHF),可用于模型对齐。
模型能力
有害响应检测
文本分类
强化学习反馈
使用案例
内容安全
有害内容过滤
检测对话中的有害或不当响应。
准确识别有害内容,准确率0.73698。
AI对齐
多目标对齐
用于ICML 2024的Rewards-in-Context项目中的多目标对齐(特别是'无害'和'有用'对齐)。
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers 支持多种语言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers 英语

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 中文
R
uer
2,694
98