prometheus-8x7b-v2.0
基于Mistral的开源评估型语言模型
Prometheus-8x7b-v2.0是一个基于Mistral-Instruct构建的开源评估型语言模型，通过30万条标注数据训练而成。该模型支持绝对评分和相对排名两种方式，可对其他语言模型进行细粒度评估，是GPT-4评估功能的开源替代方案。模型提供完整的使用文档，适用于语言模型性能比较和评估研究。
项目概述
Prometheus-8x7b-v2.0是一款专门用于评估其他语言模型的开源评估模型。它基于Mistral-Instruct模型开发，主要用于在进行强化学习人类反馈(RLHF)时对底层语言模型和奖励模型进行细粒度评估，可以作为GPT-4评估的替代方案。
技术特点
该模型经过了大规模数据集的微调，包括10万条反馈数据(Feedback Collection)和20万条偏好数据(Preference Collection)。通过权重合并的方式，模型同时支持绝对评分(直接评估)和相对评分(成对排名)两种评估方式。研究发现，权重合并不仅支持了双重评估功能，还提升了模型在各个评估格式上的性能表现。
评估功能
绝对评分功能
- 需要输入指令、待评估回复、评分标准和参考答案
- 提供1-5分的详细评分标准
- 输出包含详细反馈意见和具体分数
- 基于严格的评分标准进行客观评估
相对评分功能
- 同时对两个回复进行比较评估
- 需要输入指令、两个待评估回复、评分标准和参考答案
- 输出详细的对比反馈
- 最终给出更优选项(A或B)
使用说明
该模型提供了完整的包装函数和类，建议通过官方GitHub仓库提供的工具进行使用。模型使用时需要遵循特定的提示模板格式，并使用Mistral的对话模板。评估结果将通过[RESULT]标识符分隔反馈内容和最终评分。
版本信息
- 开源许可：Apache 2.0
- 支持语言：英语
- 模型规模：提供7B和8x7B两种版本
- 评估指标：支持pearsonr、spearmanr、kendall-tau和accuracy等多种评估指标
应用价值
Prometheus-8x7b-v2.0为AI模型评估提供了专业的解决方案，其细粒度的评估能力和双重评分机制使其成为评估其他语言模型的重要工具。无论是进行模型性 能评估还是优化改进，都能提供有价值的参考依据。
编辑推荐精选
扣子-AI办公
职场AI，就用扣子
AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！
堆友
多风格AI绘画神器
堆友平台由阿里巴巴设计团队创建，作为一款AI驱动的设计工具，专为设计师提供一站式增长服务。功能覆盖海量3D素材、AI绘画、实时渲染以及专业抠图，显著提升设计品质和效率。平台不仅提供工具，还是一个促进创意交流和个人发展的空间，界面友好，适合所有级别的设计师和创意工作者。
码上飞
零代码AI应用开发平台
零代码AI应用开发平台，用户只需一句话简单描述需求，AI能自动生成小程序、APP或H5网页应用，无需编写代码。
Vora
免费创建高清无水印Sora视频
Vora是一个免费创建高清无水印Sora视频的AI工具
Refly.AI
最适合小白的AI自动化工作流平台
无需编码，轻松生成可复用、可变现的AI自动化工 作流
酷表ChatExcel
大模型驱动的Excel数据处理工具
基于大模型交互的表格处理系统，允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令，自动执行排序、公式计算和数据透视等操作，支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内，支持超过100万行数据的即时分析。
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。
AIWritePaper论文写作
AI论文写作指导平台
AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。
博思AIPPT
AI一键生成PPT，就用博思AIPPT！
博思AIPPT，新一代的AI生成PPT平台，支持智能生成PPT、AI美化PPT、 文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等，内置海量精美PPT模板，涵盖商务、教育、科技等不同风格，同时针对每个页面提供多种版式，一键自适应切换，完美适配各种办公场景。
潮际好麦
AI赋能电商视觉革命，一站式智能商拍平台
潮际好麦深耕服装行业，是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌，以及国内10万+淘宝、天猫、京东等主流平台的品牌商家，为卖家节省将近85%的出图成本，提升约3倍出图效率，让品牌能够快速上架。
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