Hugging Face 开源 RLHF 排行榜，评估模型标注能力

Hugging Face 发布 Open LLM Leaderboard for RLHF，旨在评估基础模型在人类反馈强化学习（RLHF）中的标注能力。该排行榜通过一系列标准化测试，衡量模型在偏好标注、安全性评估等任务上的表现，以推动更高效、更安全的 RLHF 流程。目前已有多个开源模型参与评测，结果揭示了不同模型在标注质量上的显著差异。该工具为开发者提供了选择 RLHF 标注模型的参考依据，有助于降低对齐成本。