热点事件持续更新
小红书联合复旦提出 DR-Rubric 评分细则方法
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
2026 年 10 月 28 日，据 AGI Hunt 报道，小红书联合复旦大学提出 DR-Rubric，其做法是用 agent 生成评分细则，并把该细则作为强化学习的奖励信号，据称该工作已被 NeurIPS 2026 接收。报道给出的实验设置是：以 Qwen3-8B-SFT 作为初始化，仅使用 1000 条 RL 实例；在该设置下，GPT-5 rubric 变体在 ResearchQA 上得 73.7 分，在 DeepResearchBench 上得 43.0 分，分别超过最佳基线 3.8 分和 3.2 分。目前关于该工作的公开信息均来自这一篇报道，尚未见到其他来源对其接收状态或评测数字作独立说明，因此不存在前后数字不一致的情况。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 14:36
小红书与复旦提出 DR-Rubric，用 agent 生成评分细则作 RL 奖励，称已被 NeurIPS 2026 接收。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- AGI Hunt小红书联合复旦大学提出 DR-Rubric：用 agent 生成评分细则作 RL 奖励
小红书联合复旦大学提出 DR-Rubric，用 agent 生成评分细则并作为 RL 奖励，据称已被 NeurIPS 2026 接收。在 Qwen3-8B-SFT 初始化下仅用 1000 条 RL 实例，GPT-5 rubric 变体在 ResearchQA 得 73.7 分、DeepResearchBench 得 43.0 分，分别超最佳基线 3.8 和 3.2 分。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。