Starling-LM-7B-beta-GGUF
👾 Программа хайлайтов моделей LM Studio Community. Выделение новых и заслуживающих внимания моделей сообществом. Присоединяйтесь к обсуждению в...
Метка: reward model
ctx-bird-reward-250121
Модель вознаграждения Contextual-SQL — это оценочный компонент системы Contextual-SQL, которая заняла первое место в таблице лидеров тестов BIRD...
chat-opt-350m-reward-deepspeed
Мы благодарим следующие документы и репозитории с открытым исходным кодом. Мы особенно благодарим DeepSpeed за их фреймворки. [1]...
HER-RM-32B
HER представляет двухуровневое мышление, которое отличает мышление персонажей от первого лица от мышления третьего лица LLM для моделирования...
Llama2-13B-SteerLM-RM
Использование этой модели регулируется Лицензионным соглашением сообщества Llama 2. Llama2-13B-SteerLM-RM — это языковая модель с 13 миллиардами параметров...
Starling-LM-7B-alpha-AWQ
Чат и поддержка: сервер Discord TheBloke Хотите внести свой вклад? Страница TheBloke на Patreon Работа TheBloke в области...
granite-3.3-8b-lora-math-prm
Granite 3.3 8B LoRA Math PRM — это адаптер LoRA для языковой модели с 8 миллиардами параметров Granite-3.3-8B-Instruct,...
Starling-LM-7B-alpha-GPTQ
Чат и поддержка: сервер Discord TheBloke Хотите внести свой вклад? Страница TheBloke на Patreon Работа TheBloke в области...
Qwen2.5-CascadeRL-RM-72B
Qwen2.5-CascadeRL-RM-72B — это модель вознаграждения, которая инициализируется с помощью Qwen2.5-72B-Instruct и настраивается с использованием цели Брэдли-Терри для прогнозирования...
granite-3.3-8b-math-prm-v2
Granite 3.3 8B Math PRM v2 — это доработанная версия языковой модели с 8 миллиардами параметров Granite-3.3-8B-Instruct, созданная...