模型介绍
中文整理WorldPM-72B-RLHFLow
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，表明偏好建模遵循与语言建模相似的缩放定律。偏好模型能够学习统一的偏好表示。
主要能力
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。客观指标显示出涌现现象：更大的模型在更多基准测试中表现出测试损失幂律下降。WorldPM是一项具有挑战性的任务，需要更大的模型来激发对客观知识的偏好。主观评估未呈现明显的缩放趋势。随着模型规模增大，WorldPM变得更加风格中立，但某些主观评估存在风格偏好，导致评估得分较低。
输入输出
训练时系统提示保持为空（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：版本要求很重要，因为Qwen2.5集成从transformers 4.37.0开始。
基本用法
基础模型：WorldPM-72B
微调版本：
WorldPM-72B-HelpSteer2（HelpSteer2数据集，7K条）
WorldPM-72B-UltraFeedback（UltraFeedback数据集，100K条）
WorldPM-72B-RLHFLow（RLHFLow数据集，800K条）
建议从基础模型WorldPM-72B开始进行自定义微调。实验表明，从WorldPM出发进行微调比从头训练获得更好的性能。
限制
主观评估未呈现明显的缩放趋势。某些主观评估存在风格偏好，可能导致评估得分较低。
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
运行模型需要的设备、工具与依赖，以原作者说明为准。
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。