AGI Hunt· jiqizhixin·· 3 小时前AI 评分45
小红书与复旦大学联合提出 DR-Rubric，用 agent 生成评分细则作 RL 奖励
小红书联合复旦提出 DR-Rubric，用 agent 生成评分细则作 RL 奖励
AI 导读
小红书与复旦大学联合提出 DR-Rubric，据称已被 NeurIPS 2026 接收，利用 agent 收集外部证据和常见失败模式，生成可独立检验的约束，并将约束满足比例作为强化学习奖励。
来源：AGI Hunt · agihunt.info