奖励模型 – 量子位

奖励模型

只因一个“：”，大模型全军覆没

LLM会被表面内容操纵，产生假阳性结果

鹭羽 2025-07-15

LLM 奖励模型

首个奖励模型评分基准！清华复旦港科大联合攻克AI评委“偏科”

评估奖励模型区分微妙变化和抵抗风格偏差的能力

鹭羽 2025-05-13

LLM 基准测试奖励模型

加载更多

热门文章

智谱新模型，490 tokens/s！

DeepSeek服务器全球宕机！神秘Harness账号同时现身

DeepSeek Bot来了！民间版，DSH装个插件就能用

超清双2亿，掌中电影机，荣耀Magic9 系列正式发布，售价4499元起

何恺明团队发布多模态Harness框架