Skywork-Reward 是昆仑万维推出的一系列高性能奖励模型，包括 Skywork-Reward-Gemma-2-27B 和 Skywork-Reward-Llama-3.1-8B。主要用于指导和优化大语言模型的训练。模型通过分析和提供奖励信号，帮助模型理解和生成符合人类偏好的内容。在 RewardBench 评估基准上，Skywork-Reward 模型展现了卓越的性能，尤其在对话、安全性和推理任务中表现突出。其中，Skywork-Reward-Gemma-2-27B 模型在该排行榜上位列第一，证明了在AI领域的先进技术实力。

Skywork-baidu09Reward – 昆仑万维推出的高性能奖励模型，辅助智能体决策 第1张
（图片来源网络，侵删）
Skywork-baidu09Reward – 昆仑万维推出的高性能奖励模型，辅助智能体决策 第2张
（图片来源网络，侵删）