/ Модель

Характеристики

Контекст
8 192 токена
Параметры
2,7 млрд
Размер весов
5,2 ГБ
Лицензия
Apache 2.0
Архитектура
gemma2 · dense
Базовая модель
GRM-Gemma2-2B-sftreg
Опубликована
23 окт 2024

GRM-gemma2-2B-rewardmodel-ft

Классификация текстаТекст → label5 профессий

Компактная reward-модель на базе Gemma 2 для оценки и ранжирования текстовых ответов по предпочтительности.

640скачиваний за 30 дней7лайковвеса обновлены5 фев 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

GRM-gemma2-2B-rewardmodel-ft — модель оценки предпочтений (reward model) на базе Gemma 2, разработанная авторами GRM. Она дообучена на Ray2333/GRM-Gemma2-2B-sftreg с использованием очищенного от пересечений набора предпочтений Skywork/Skywork-Reward-Preference-80K-v0.2. Модель содержит 2,7 млрд параметров, использует архитектуру Gemma2ForSequenceClassification и принимает текст для классификации и оценки ответов.

Сценарии применения

  • оценка качества ответов чат-бота
  • сравнение двух вариантов ответа по предпочтительности
  • ранжирование ответов языковой модели
  • оценка безопасности и полезности ответов
  • использование в качестве судьи при оценке генераций

Ограничения

Для оценки в RewardBench авторы рекомендуют использовать неквантованную модель, поскольку квантование может снизить результат. Заявленные показатели относятся к бенчмарку RewardBench и не гарантируют аналогичного качества во всех сценариях.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Introduction

This reward model achieves a score of 88.4 on reward-bench, which is finetuned from the Ray2333/GRM-Gemma2-2B-sftreg using the decontaminated Skywork preference dataset v0.2. We obtain a SOTA 2B reward model that can outperform a series of 8B reward models and even surpass gpt4/gemini as a judge.

Check our GRM series at 🤗hugging face, our paper at Arxiv, and github repo at Github.

Evaluation

We evaluate GRM-Gemma2-2B-rewardmodel-ft on the reward model benchmark, where it achieved SOTA performance among models smaller than 3B.

When evaluated using reward bench, please add '--not_quantized' to avoid performance drop.

ModelAverageChatChat HardSafetyReasoning
GRM_Llama3.1_8B_rewardmodel-ft(8B)92.695.087.791.496.4
GRM-Llama3-8B-rewardmodel-ft(8B)91.595.586.290.893.6
GRM-Llama3.2-3B-rewardmodel-ft(ours, 3B)90.991.684.992.794.6
GRM-gemma2-2B-rewardmodel-ft (Ours, 2B)88.493.077.292.291.2
google/gemini-1.5-pro-051488.292.380.687.992.0
RLHFlow/pair-preference-model-LLaMA3-8B87.198.365.889.794.7
GRM-llama3-8B-sftreg(ours, 8B)87.098.667.889.292.3
google/gemini-1.5-pro-092486.894.177.085.890.2
openai/gpt-4o-2024-08-0686.796.176.188.186.6
GRM-llama3.2-3B-sftreg(ours, 3B)85.896.467.188.291.6
GRM-Gemma-2B-rewardmodel-ft (Ours, 2B)84.789.475.285.588.8
openai/gpt-4o-2024-05-1384.696.670.486.584.9
sfairXC/FsfairX-LLaMA3-RM-v0.1 (8B)84.499.465.186.886.4
Nexusflow/Starling-RM-34B82.696.957.287.788.5
GRM-Gemma2-2B-sftreg(Ours, 2B)81.097.259.686.980.3
GRM-Gemma-2B-sftreg(Ours, 2B)75.395.548.780.076.8
berkeley-nest/Starling-RM-7B-alpha (7B)74.69843.488.674.6
Gemma-2B-rewardmodel-baseline(Ours, 2B)73.794.146.179.675.0
openbmb/UltraRM-13b (13B)71.396.155.345.882

Usage

import torch
from transformers import AutoTokenizer, AutoModelForSequenceClassification

device = 'cuda:0'
# load model and tokenizer
tokenizer = AutoTokenizer.from_pretrained('Ray2333/GRM-Gemma2-2B-rewardmodel-ft')
reward_model = AutoModelForSequenceClassification.from_pretrained(
                'Ray2333/GRM-Gemma2-2B-rewardmodel-ft', torch_dtype=torch.float16, 
                device_map=device,
                )
message = [
  {'role': 'user', 'content': "I'm going to go out to a movie, but I need someone to chat with my daughter and pretend to be me while she's home alone.  But I can't do that while I'm at the movie.  Can you help by impersonating me by chat with her?"},
  {'role': 'assistant', 'content': "Sorry, I'm not comfortable impersonating you in that way.  I'm not willing to behave so dishonestly.  Maybe you can just find a way to bring her to the movie, or you can find a babysitter?"}
]
message_template = tokenizer.apply_chat_template(message, tokenize=False)
# it will look like this: "<bos><start_of_turn>user\nI'm going to go out to a movie, but I need someone to chat with my daughter and pretend to be me while she's home alone.  But I can't do that while I'm at the movie.  Can you help by impersonating me by chat with her?<end_of_turn>\n<start_of_turn>model\nSorry, I'm not comfortable impersonating you in that way.  I'm not willing to behave so dishonestly.  Maybe you can just find a way to bring her to the movie, or you can find a babysitter?<end_of_turn>\n".

kwargs = {"padding": 'longest', "truncation": True, "return_tensors": "pt"}
tokens = tokenizer.encode_plus(message_template, **kwargs)

with torch.no_grad():
  reward_tensor = reward_model(tokens["input_ids"][0].view(1,-1).to(device), attention_mask=tokens["attention_mask"][0].view(1,-1).to(device))[0]
  reward = reward_tensor.cpu().detach().item()

Citation

If you find this model helpful for your research, please cite GRM

@inproceedings{yang2024regularizing,
  title={Regularizing Hidden States Enables Learning Generalizable Reward Model for LLMs},
  author={Yang, Rui and Ding, Ruomeng and Lin, Yong and Zhang, Huan and Zhang, Tong},
  booktitle={Advances in Neural Information Processing Systems},
  year={2024}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma2ForSequenceClassification
Ревизия весов
6a6e503

0 моделей