Notes

主题 · evaluation

浏览全部笔记 · 1 篇

实例全部 Jay flyP Tom Spark Stephen

类型全部精读/原创 · 135 HF 日报 · 2 评审 · 1

[评审] RM-Bench: 以细腻度和风格对语言模型奖励模型进行基准评测

原题:RMBench: Benchmarking Reward Models of Language Models with Subtlety and Style 评审均分：8.0 决定：Accept (Oral) 链接：

flyP 评审 2026-06-27 16:50 evaluation