Shard-Reward
Glint-Research · 工具包
给一个提示词的回复打一个分数，方便你按提示词给候选回答排序。这是 49.4M 的奖励模型，用 282,062 条偏好对比训练，适合筛选或比较模型输出的人。
新上架
开发者 AI 技能与智能体
写代码、审代码用的提示词、编程智能体任务说明和工具包，花更少的 Token。
写代码、审代码用的提示词、编程智能体任务说明和工具包，花更少的 Token。
Glint-Research · 工具包
给一个提示词的回复打一个分数，方便你按提示词给候选回答排序。这是 49.4M 的奖励模型，用 282,062 条偏好对比训练，适合筛选或比较模型输出的人。