Hugging Face Daily Papers·2026-10-13 08:00· 1 天前AI 评分40

ReVeR：基于任务生成 rubrics、用证据裁决的工具增强式点式 Rubric Reward

Rubrics from the Task, Verdicts from Evidence: Pointwise Rubric Rewards with Tool-Augmented Judges

AI 导读

ReVeR 是一种点式 rubric RM，通过仅根据指令推理生成硬规则和分级原则，并用工具增强 judging 独立评估回答。