Tag: process-reward

All the articles with the tag "process-reward".

• 6.2

  Process Reward Agents for Steering Knowledge-Intensive Reasoning

  2026年04月13日

  · arXiv cs.AI· 04/13 12:31 采集

  Process Reward Agents 提出针对知识密集型推理的新型训练范式——在数学/代码等可验证领域之外的推理任务中，如何设计有效的 process reward model 来引导 CoT 质量。