arXiv · AI· Zhichao Yang, Sepehr Janghorbani, Dongxu Zhang, Jun Han, Qian Qian, Andrew Ressler II, Gregory D. Lyng, Sanjit Singh Batra, Robert E. Tillman·· 1 天前AI 评分35
Health-SCORE:用于提升健康 LLM 的可扩展评分框架
Health-SCORE: Towards Scalable Rubrics for Improving Health-LLMs
AI 导读
Health-SCORE 提出一种可泛化且可扩展的基于 rubric 的训练与评估框架,显著降低 rubric 开发成本而不牺牲性能。 该框架提供两种实用功能:可作为结构化奖励信号引导强化学习,也可直接融入提示词通过 in-context learning 提升响应质量。
来源:arXiv · AI · arxiv.org