arXiv · cs.CL· Mingqing Yuan·· 20 天前AI 评分45
LatentGRM：通过语义保持压缩实现高效的潜空间生成式奖励建模
Judging in Latent Space: Efficient Generative Reward Modeling via Semantics-Preserving Compression
来源与原文
arXiv · cs.CL
作者：Mingqing Yuan
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.09788v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 LatentGRM，一种基于语义分块、压缩与重建的潜空间评估框架，通过 rubric 引导压缩学习连续轨迹，无需生成文本评估即可完成自主成对判断。在相同训练数据与骨干模型下，LatentGRM 在 4B 与 8B 规模上取得与显式 SFT judge 相当的偏好准确率。LatentGRM-8B 在四个 benchmark 域上将评估轨迹压缩 8.9--9.2x，在 vote@5 下将 judge 总推理时间降低 6.1--7.0x。
来源：arXiv · cs.CL · arxiv.org