reward_model_deberta_large_Anthropic_hh
RaushanTurganbay·Классификация текста
Модель на базе DeBERTa-large-v3 оценивает ответы ассистента на запросы человека для ранжирования и обучения диалоговых систем.
Подходит для: оценка качества ответа чат-бота на запрос пользователя · ранжирование нескольких ответов ассистента · отбор предпочтительных ответов для диалоговой модели
Загрузки на Hugging Face · 120Лайки · 1Контекст · 512 токеновВыход на Hugging Face · 2 дек 2023