/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
RewardAnything-8B-v1
Библиотека
transformers
Опубликована
12 авг 2025

RewardAnything-8B-v1-f32-GGUF

Генерация текстаТекст → текст4 профессии

Модель на базе Qwen3-8B оценивает текстовые ответы по заданным на естественном языке критериям и может объяснять свои оценки.

101скачиваний за 30 дней0лайковвеса обновлены13 авг 2025

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

RewardAnything-8B-v1-f32-GGUF — модель оценки ответов с 8 млрд параметров в формате GGUF, представленная prithivMLmods. Она основана на дообученной Qwen3-8B и предназначена для оценки ответов по принципам и критериям, заданным на естественном языке. Критерии можно менять во время работы без повторного обучения модели.

Модель поддерживает текстовую генерацию и диалоговый режим. В README заявлены обобщение на новые критерии оценки, объяснение решений и применение в конвейерах RLHF, включая PPO и GRPO. Доступны варианты BF16, F16 и F32; файл F32 занимает 32,8 ГБ. Лицензия — Apache-2.0.

Вариант GGUF рассчитан на локальный запуск, пакетную обработку и интеграцию с Ollama или Hugging Face. Качество и скорость зависят от выбранного файла и оборудования; заявленные результаты на RM-Bench и RABench приведены в README без численных подробностей.

Сценарии применения

  • оценка ответов языковой модели по заданным принципам
  • ранжирование вариантов ответа для выбора предпочтительного
  • оценивание ответов в конвейере RLHF
  • проверка качества ответов по новым критериям без переобучения
  • пакетная оценка текстовых ответов локально

Ограничения

README не приводит численных результатов тестирования, поэтому заявленные преимущества на RM-Bench и RABench нельзя оценить по этой карточке. Для F32-файла требуется 32,8 ГБ дискового пространства; скорость и требования к памяти зависят от оборудования.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

RewardAnything-8B-v1-f32-GGUF

RewardAnything-8B-v1 is a generalizable, principle-following reward model with 8B parameters based on Qwen3-8B, designed to interpret and apply natural language principles directly at inference time for dynamic adaptation across diverse evaluation criteria without retraining; it achieves state-of-the-art results on RM-Bench and RABench, demonstrates strong generalization to new, unseen reward principles, supports transparent reasoning to explain its decisions, works efficiently with standard RLHF (PPO, GRPO) pipelines, and offers flexible deployment for local use, batch inference, or direct Hugging Face integration, all under the Apache 2.0 license for both research and production-scale applications.

Execute using Ollama

run ->

ollama run hf.co/prithivMLmods/RewardAnything-8B-v1-f32-GGUF:BF16

Model Files

File NameQuant TypeFile Size
RewardAnything-8B-v1.BF16.ggufBF1616.4 GB
RewardAnything-8B-v1.F16.ggufF1616.4 GB
RewardAnything-8B-v1.F32.ggufF3232.8 GB

Quants Usage

(sorted by size, not necessarily quality. IQ-quants are often preferable over similar sized non-IQ quants)

Here is a handy graph by ikawrakow comparing some lower-quality quant types (lower is better):

image.png

Как запустить

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

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Ревизия весов
c217b44

0 моделей