Generatived（Beta）｜生成AIの最新ニュースとトレンドを提供

シンガポール、2025年7月4日 – Skyworkは、オープンソース報酬モデルの強化により、人工知能分野において大きな進歩を遂げました。2024年9月にSkywork-Rewardシリーズモデルをリリースして以来、オープンソースコミュニティはこれらのツールを広く受け入れ、HuggingFaceプラットフォームでのダウンロード数は75万を超えています。これらのモデルは研究の進展に大きく貢献し、RewardBenchなどの権威ある評価システムにおいて優れた結果を示しています。

この成功を基に、Skyworkは第2世代のSkywork-Reward-V2シリーズをリリースしました。この新しいスイートには、6億から80億までのパラメータを持つ、様々な規模の8つのモデルが含まれています。これらのモデルは、7つの主要な報酬モデル評価ベンチマークでトップの評価を獲得し、人間の嗜好との整合、安全性の確保、そしてスタイルバイアスへの耐性において、幅広い適用性と堅牢なパフォーマンスを実証しています。

Skywork-Reward-V2シリーズの開発は、4,000万の嗜好ペアをハイブリッド化したSkywork-SynPref-40Mデータセットの作成を基盤としています。Skyworkは、データセットの品質とスケーラビリティを確保するために、2段階の人間と機械の協働プロセスを採用しました。この革新的なアプローチは、人間によるアノテーションと大規模言語モデル（LLM）の処理能力を組み合わせることでデータセットを洗練・拡張し、報酬モデルによる人間の嗜好の理解を大幅に向上させました。

Skyworkの最新リリースは、AIインフラストラクチャに不可欠なものになりつつあるオープンソース報酬モデルの進化における新たなマイルストーンとなります。Skywork-Reward-V2シリーズは、大規模で高品質なデータセットがモデルのパフォーマンス向上に及ぼす可能性を示すだけでなく、多様な学習手法や目標に関する将来の研究の基盤を築くものでもあります。報酬モデルは大規模言語モデルの学習において引き続き中核的な要素であり続けるため、Skyworkの貢献はAIの未来を形作り、インテリジェントシステムを人間の価値観により近い目標へと導くことが期待されます。