Метка: reward model - Страница 2 - Каталог нейросетей

Метка: reward model

Генерация текста

second-state/Starling-LM-7B-alpha-GGUF

Модель генерации текста Модальности:Генерация текста Области применения:Диалог / чат Задача: Генерация текста Автор: second-state Теги: gguf, mistral, reward...

Генерация текста

MaziyarPanahi/Starling-LM-7B-beta-GPTQ

MaziyarPanahi/Starling-LM-7B-beta-GPTQ — это квантованная (GPTQ) версия Nexusflow/Starling-LM-7B-beta. Модальности:Генерация текста Области применения:Диалог / чат Задача: Генерация текста Автор: MaziyarPanahi...

Генерация текста

mlx-community/Starling-LM-7B-beta-4bit

Эта модель была преобразована в формат MLX из [Nexusflow/Starling-LM-7B-beta]() с использованием mlx-lm версии 0.5.0. Более подробную информацию о...

Генерация текста

iwalton3/sycofact

SycoFact — это средство оценки выравнивания, настроенное на базе Gemma 3 4B IT. Он предназначен для обнаружения подхалима...

Генерация текста

launch/ThinkPRM-14B

ThinkPRM-14B — это модель вознаграждения генеративного процесса (PRM), основанная на архитектуре R1-Distill-Qwen-14B. Он настроен для выполнения пошаговой проверки...

Генерация текста

lmstudio-community/Starling-LM-7B-beta-GGUF

👾 Программа хайлайтов моделей LM Studio Community. Выделение новых и заслуживающих внимания моделей сообществом. Присоединяйтесь к обсуждению в...

Генерация текста

ContextualAI/ctx-bird-reward-250121

Модель вознаграждения Contextual-SQL — это оценочный компонент системы Contextual-SQL, которая заняла первое место в таблице лидеров тестов BIRD...