介绍SFR-Judge，我们的新一代评估模型家族（8B、12B和70B参数）——自动评估和奖励建模的游戏规则改变者。

博客：https://bit.ly/3Y12mTI
论文：https://arxiv.org/pdf/2409.14664
Github：（代码即将发布！）：https://bit.ly/4do1KvL

💥 训练以执行成对比较、直接评分和分类判断
💥 在13个基准测试中，在10个项目上表现优于许多开源评估模型
💥 在RewardBench上突破90%准确率——生成模型的首次
💥 在6项关键指标上显示出比许多其他评估模型更少的偏差
💥 在大多数成对比较、直接评分和分类任务上匹敌/超越GPT-4o

用SFR-Judge加速您自己的模型评估！