**reward bench** 上的reward model分哪几类？reward model如何训练的，训练目标是什么？

常见追问

• reward bench上的reward model分哪几类？reward model如何训练的，训练目标是什么？
• reward bench 上的reward model分哪几类？reward model如何训练的，训练目标是什么？

常见公司