ritzzai/OPRM-7B
8B • Updated • 2 • 2
OPRM
-
-
ritzzai/OPRM-14B
15B • Updated • 8 • 2 -
ritzzai/OPRM-32B
33B • Updated • 3 • 1 -
ritzzai/OPRM-72B
73B • Updated • 6 • 1 -
ritzzai/OPRM-RgFT-7B
8B • Updated • 8 • 2 -
ritzzai/OPRM-RgFT-14B
15B • Updated • 5 • 1 -
ritzzai/OPRM-RgFT-32B
33B • Updated • 6 • 1 -
ritzzai/OPRM-RgFT-72B
Updated • 1 -
Learning Ordinal Probabilistic Reward from Preferences
Paper • 2602.12660 • Published • 3