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
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。
n97141506 · 工具包
在 First Order Motion Model 的中文 Gradio 演示里,用来源图片和驱动视频生成动画视频,并给出左右对照。适合探索动作迁移的学习者和开发者。