模型详情
模型介绍
中文整理InternLM-XComposer-2.5-Reward
Model use case
InternLM-XComposer-2.5-Reward 是一个多模态奖励模型，基于 internlm/internlm-xcomposer2d5-7b 训练。该模型使用文本、图像和视频领域的偏好样本进行训练，能够分配与人类偏好相符的奖励分数。
主要能力
该模型可用于：
- 获取对话的奖励分数
- 比较两个对话的优劣
- 对多个对话进行排序
性能表现
VLRewardBench 评测结果：
- 总体得分：70.0
- 通用能力：84.7
- 幻觉识别：62.5
- 推理能力：62.9
- 整体得分：65.8
RewardBench 评测结果：
- 总体得分：88.6
- 对话能力：90.8
- 困难任务：83.8
- 安全能力：87.8
- 推理能力：90.0
RM-Bench 评测结果：
- 总体平均分：68.8
- 对话：65.5
- 数学：55.9
- 编程：51.7
- 安全：93.8
- 简单任务：87.5
- 中等任务：71.3
- 困难任务：47.4
基本用法
该模型可用于获取对话的奖励分数、比较两个对话或对多个对话进行排序。具体使用方法可参考官方代码仓库。
许可证
代码采用 Apache-2.0 许可证开源。模型权重完全开放用于学术研究，也可免费用于商业用途。如需申请商业许可证，请填写申请表。如有其他问题或合作意向，请联系 internlm@pjlab.org.cn。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。
