ZooWork-ShopRanker：开放的偏好对齐电商重排序模型
ZooWork-ShopRanker 是一组开放的电商重排序模型，包含 0.6B、4B 和 8B 参数版本。模型使用来自不同模型家族的推理型大语言模型评估购物偏好，并结合经过位置偏差校正的判断结果和一致性等级进行训练。完成对齐的 8B 模型还被用作教师模型，将其评分蒸馏到更小的版本。研究团队同时推出 ShopRank-Bench，这是一个包含约 1 万组私有流量偏好配对的基准，支持两种文本格式。8B 和 4B 模型均显著优于最强的开放重排序基线，所有模型也都超过了各自未对齐的基础模型。相关模型和基准已公开，供后续研究使用。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。