Tülu3是由艾伦人工智能研究所开发的新一代指令跟随模型家族，擅长标准聊天应用和复杂问题解决。

基于Gemma-2-27B架构构建的高性能奖励模型，使用净化后的Skywork-Reward-Preference-80K-v0.2数据集训练，擅长处理复杂场景中的偏好判断。

基于Llama-3.1-8B-Instruct架构构建的先进奖励模型，使用80K高质量偏好对训练，擅长处理复杂场景中的偏好问题。

Skywork-Reward-Gemma-2-27B是基于gemma-2-27b-it架构构建的先进奖励模型，擅长处理复杂场景下的偏好问题。