arXiv cs.CL· Minghang Zhu, Chuyang Wei, Junhao Xu, Yilin Cheng, Zhumin Chen, Jiyan He·· 5 小时前AI 评分26
DeepRubric：用证据树评分标准监督高效强化学习深度研究智能体
DEEPRUBRIC: Evidence-Tree Rubric Supervision for Efficient Reinforcement Learning of Deep Research Agents
AI 导读
DeepRubric 提出一种数据构建框架，先确定证据支撑报告应被评估的内容，再反向合成对齐的 query–rubric 对，通过递归扩展证据子问题构建证据树，其叶子作为原子可验证评估目标。
来源：arXiv cs.CL · arxiv.org