Outcome Accuracy is Not Enough: Aligning the Reasoning Process of Reward Models

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Wang, Binghai, Liu, Yantao, Liu, Yuxuan, Tang, Tianyi, Wang, Shenzhi, Gao, Chang, Zheng, Chujie, Zhang, Yichang, Yu, Le, Liu, Shixuan, Gui, Tao, Zhang, Qi, Huang, Xuanjing, Yu, Bowen, Huang, Fei, Lin, Junyang
Format:	Preprint
Publié:	2026
Sujets:	Computation and Language
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2602.04649