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地址的默认 7B 参数值初始化：https://hugging-face.cn/Ray2333/reward-model-Mistral-7B-instruct-Unified-Feedback，其中输出层是投影到单个类的分类层，用于奖励建模。

返回值:

Mistral 7B 分类模型的实例

返回类型:

TransformerDecoder