C2: Scalable Rubric-Augmented Reward Modeling from Binary Preferences (cs.CL)

发布

2026年04月16日

采集 2026年04月16日 04:31

学术前沿 7.0 分 — [cs.CL版]同上，仅需二元偏好即可构建评分准则增强的reward model

评分 7 · 来源：cs.CL updates on arXiv.org · 发布于 2026-04-16

评分依据：[cs.CL版]同上，仅需二元偏好即可构建评分准则增强的reward model