Beyond Rubrics: Exploration-Guided Evaluation Skills for Reward Modeling

En 3 lignesEval-Skill, une méthode d'exploration guidée, synthétise des compétences d'évaluation réutilisables pour la modélisation de récompenses sans rubrique rigide. Entraîné sur 100 cas par domaine, le système génère progressivement des workflows et principes injectés directement dans le contexte du juge. Sur RewardBench 2, gains de +13.44% (Qwen3-8B) et +18.51% (DeepSeek-V4-Flash).

Résumé généré par Claude — vérifié par l'humain