小红书复旦DR-Rubric获NeurIPS 2026接收
热点事件持续更新
小红书复旦DR-Rubric获NeurIPS 2026接收
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
小红书与复旦大学联合提出DR-Rubric框架，旨在为开放式强化学习构建可检查的评分标准。该工作通过深度研究生成评分细则作为GRPO奖励信号，目前已被NeurIPS 2026正式接收，相关论文与代码均已公开。 在性能表现上，DR-Rubric每轮仅使用1000条RL数据，便在智能体研究与专家推理任务中取得有竞争力的结果。具体指标显示，GPT-5版本在ResearchQA达到73.7，DeepResearchBench达到43.0；自举版本在MMLU-Pro达到78.0。
AI 根据报道生成 · 10 小时前更新
最新进展10月19日 06:40
NeurIPS 2026｜小红书 × 复旦大学用 DR-Rubric 为开放式强化学习构建评分标准报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- 机器之心NeurIPS 2026｜小红书 × 复旦大学用 DR-Rubric 为开放式强化学习构建评分标准
小红书与复旦大学提出 DR-Rubric，通过深度研究生成可检查评分细则作为 GRPO 奖励，已被 NeurIPS 2026 接收且代码公开。 每轮仅用 1000 条 RL 数据，GPT-5 版在 ResearchQA 达 73.7、DeepResearchBench 达 43.0，自举版在 MMLU-Pro 达 78.0。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 910月19日 10:00
- 近 24 小时变化
- –
02.557.510
10:0012:0014:0016:0018:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。