Qwen发布72B参数偏好模型WorldPM

Qwen 刚刚在 Hugging Face 上发布了 WorldPM-72B-HelpSteer2

这是一个基于 HelpSteer2 数据集微调的 72B 参数偏好模型。

WorldPM 展示了偏好建模像语言建模一样遵循缩放定律！