mistral_reward_7b

torchtune.models.mistral.mistral_reward_7b() → TransformerDecoder

用于创建 Mistral 7B 模型的构建器，该模型使用来自以下位置的默认 7b 参数值进行初始化： https://hugging-face.cn/Ray2333/reward-model-Mistral-7B-instruct-Unified-Feedback 其中输出层是分类层，投影到单个类别以进行奖励建模。

返回:

Mistral 7B 分类器模型的实例化

返回类型:

TransformerDecoder