メインコンテンツへスキップ
buildradar
ログイン

allenai/reward-bench

@allenai

RewardBench: 報酬モデルのための初の評価ツール

スター
735
フォーク
99
言語
Python
ライセンス
Apache-2.0
最終プッシュ
7 か月前
Pythonrlhfpreference-learning

関連 Intel はまだありません

このリポジトリは radar が追跡するソースにまだ登場していません。コレクターはスケジュールで動いています——このリポジトリがカバーされたらまた見てください。