本文へスキップ

Skywork-Reward-Gemma-2-27B

選好の組で訓練した報酬モデル

公式サイトを見る
カテゴリ AIモデル

skywork-reward-gemma-2-27b とは

Gemma-2-27B の構造にもとづき、複雑な場面での選好を扱う報酬モデルとして説明されている。

できること

  • 複数領域の選好に評点を付ける
  • 不適切なテキストをふるいにかける
  • デモコードでモデルを試す

始め方

  • Hugging Face でモデルを探す
  • 資料を読んで内容を確かめる
  • ライブラリを入れデモを動かす

長所と短所

✓ 良い点

  • 数学・プログラミング・安全の選好に対応
  • デモコードで適用を試しやすい

! 注意したい点

  • 必要なライブラリの導入が要る
  • データ利用の宣言と許諾に従う必要がある

よくある質問

何にもとづく?

資料では Gemma-2-27B の構造と説明。

使ったデータは?

資料では複数領域にわたる 80K の選好の組。

最終評価日: 2026-11-15

その他 LLM APIプラットフォーム ツール

すべて見る →

評価方法