SCI-PRM: A Tool Aware Process Reward Model for Scientific Reasoning Verification

En 3 lignesSCI-PRM est un modèle de récompense de processus entraîné sur SCIPRM70K, un dataset de 70K trajectoires scientifiques intégrant outils et raisonnement. Il supervise la sélection d'outils, l'exactitude d'exécution et l'interprétation des résultats. Testé sur biologie, chimie, physique : améliore le scaling test-time et fournit un signal dense pour RL.

Résumé généré par Claude — vérifié par l'humain