arXiv cs.CL· Hyun Ryu, Jong-Heon Kim, Yiqing Xie, Seungone Kim, Carolyn Rose, Eunho Yang·· 4 小时前AI 评分47
FORK 奖励：以精确率目标缓解基于 rubric 的强化学习中的奖励攻击
Eat Your Precision: Precision Objective Mitigates Reward Hacking in Rubric-based RL
AI 导读
FORK 奖励通过同时优化召回率与新的精确率目标，缓解基于 rubric 的强化学习中的奖励攻击：模型回答的每个单元须通过 rubric 驱动的必要性评分与事实正确性判定。在 RubricHub-Medical 与 HealthBench 上，FORK 相比基础策略把胜率从 10.6% 提升到 68.0%、从 22.1% 提升到 74.1%，并在保持相近 rubric 覆盖度时缩短回答长度。
来源：arXiv cs.CL · arxiv.org