模型详情
模型介绍
中文整理# WorldPM-72B-HelpSteer2 模型说明
模型用途
WorldPM（World Preference Modeling，通用偏好建模）通过在1500万条偏好数据上进行大规模训练，证明了偏好建模遵循与语言建模相似的缩放定律。研究表明，偏好模型能够学习统一的偏好表示。
## 主要能力
- *客观评估表现**：在对抗性评估中，测试损失呈现幂律下降，表明模型识别故意错误回答以及写得不错但不相关或不完整回答的能力增强。更大的模型在更多基准测试中表现出测试损失幂律下降的涌现现象。
- *主观评估表现**：主观评估未呈现明显的缩放趋势。这是因为主观评估本质上是多维度的平均结果，某些维度呈正向缩放而其他维度呈负向缩放，导致整体上看起来没有缩放。但对于风格等表层维度，WorldPM克服了这些偏见，评估得分显著降低。
## 输入输出
- 训练期间系统提示词保持为空（无预设偏好）
- 系统标记被保留
- 奖励计算使用token的隐藏状态
运行要求
- 必需：transformers>=4.40.0
- 推荐：使用最新版本的transformers
- 注意：版本要求至关重要，因为Qwen2.5集成从transformers 4.37.0开始
- GPU要求及性能指标请参考Qwen2基准测试结果
基本用法
- *基础模型**：WorldPM-72B
- *微调版本**：
- WorldPM-72B-HelpSteer2：基于HelpSteer2数据集训练，数据量7K
- WorldPM-72B-UltraFeedback：基于UltraFeedback数据集训练，数据量100K
- WorldPM-72B-RLHFLow：基于RLHFLow数据集训练，数据量800K
- *建议**：WorldPM-72B基础模型是自定义微调的优秀起点。实验表明，从WorldPM开始训练比从头训练获得更好的性能。
限制
- 主观评估领域未呈现明显的缩放趋势
- 主观评估的多维性质导致某些维度呈正向缩放而其他维度呈负向缩放
许可证
Apache 2.0
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。