Метка: reward model - Каталог нейросетей

Метка: reward model

Генерация текста

UKPLab/SciRM-7B

We present SciRM and SciRM-Ref, cost-efficient open-source reward models tailored for scientific writing evaluation. Our models are trained...

Генерация текста

invalid-coder/Starling-LM-7B-beta-laser-dpo

Это следует за внедрением laserRMT @ https://github.com/cognitivecomputations/laserRMT и новой методики обучения — мы частично замораживаем модель в соответствии...