RLHF-Reward-Modeling
训练 RLHF 奖励模型的配方
该项目专注于通过顺序拒绝采样微调和迭代DPO方法进行奖励和偏好模型训练，提供包括ArmoRM、Pair Preference Model和Bradley-Terry Reward Model在内的多种开源模型，并在RewardBench排行榜中表现显著。项目内容涵盖奖励建模、模型架构、数据集准备和评估结果，适用于基于DRL的RLHF及多项学术研究。
RLHF-Reward-Modeling 项目介绍
项目概述
RLHF-Reward-Modeling 项目是一个致力于奖励模型和偏好建模的开源项目。最初，它侧重于布拉德利-特里（Bradley-Terry）奖励模型和成对偏好模型的开发。随着项目的进展，更多先进技术被纳入，用于构建更复杂的偏好模型。其作用是通过奖励建模来提高基于强化学习的人类反馈（RLHF）系统的效能。
项目结构
项目的结构包括以下几个核心组件：
-
布拉德利-特里奖励模型（Bradley-Terry Reward Model）：在
bradley-terry-rm目录中，专注于训练经典的布拉德利-特里奖励模型。 -
成对偏好模型（Pairwise Preference Model）：存储在
pair-pm目录中。该模型处理给定的提示和两个响应，直接预测第一个响应被偏好的概率。模型中使用了生成式奖励建模（Generative RM）的概念。SSRM：半监督奖励建模，通过自训练迭代来进行。RRM：利用因果推断扩充偏好数据集，并减少奖励的作弊现象。
-
多目标奖励模型（ArmoRM）：在
armo-rm目录中，使用了一种集合专家（Mixture-of-Experts）的方法进行多目标奖励建模。 -
奥丁奖励模型（odin-rm）：用于消除奖励建模中的长度偏差。
-
数学奖励模型（math-rm）：这个部分支持过程监督奖励（PRM）和结果监督奖励（ORM）的训练，提供稳健的开源数据、代码、超参数和模型。
新闻动态
项目中不断有新动向，比如在 2024 年 11 月，PRM 和 ORM 的训练代码被公开，还有其他月份的一些更新，如 ArmoRM 的训练代码发布等。
模型与架构
项目提供了几个重要的模型 ，它们在奖励评估平台（RewardBench）中表现出色：
- 绝对评分多目标奖励模型（ArmoRM）
- 成对偏好奖励模型
- 布拉德利-特里奖励模型
数据集准备
项目提供的标准数据格式包括被选择和被拒绝的对话样本。这些数据被预处理成标准格式，并上传到 Hugging Face 平台。开放的偏好数据集可以供研究人员使用。
评估与测试
你可以使用命令行指令测试生成的奖励模型，评估数据来自于国际标准数据集。
未来发展计划
项目未来计划包括开发更完善的偏好建模方法，如将大型语言模型作为评估者（LLM-as-a-judge）。
贡献与引用
此项目汇聚了众多贡献者，如果你在自己的研究中使用了此项目，请考虑引用相关论文和研究成果。
本项目对学术研究的贡献如下：
- 许多研究项目采用了本项目的模型和代码。
希望本项目的详细介绍能帮助大家更好地理解它的功能和作用。如果你对奖励建模和偏好建模有兴趣，RLHF-Reward-Modeling 项目将是一个不错的选择。
编辑推荐精选
TRAE编程
AI辅助编程，代码自动修复
Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。
蛙蛙写作
AI小说写作助手，一站式润色、改写、扩写
蛙蛙写作—国内先进的AI写作平台，涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能，助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。
问小白
全能AI智能助手，随时解答生活与工作的多样问题
问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。
Transly
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。
讯飞智文
一键生成PPT和Word，让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。
讯飞星火
深度推理能力全新升级，全面对标OpenAI o1
科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。
Spark-TTS
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。
咔片PPT
AI助力，做PPT更简单！
咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。
讯飞绘文
选题、配图、成文，一站式创作，让内容运营更高效
讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。
材料星
专业的AI公文写作平台，公文写作神器
AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号