Process Reward Models Meet Planning: Generating Precise and Scalable Datasets for Step-Level Rewards
Fuente:
arXiv
Salvato in:
| Autori principali: | Pisano, Raffaele, Navigli, Roberto |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Truncated Step-Level Sampling with Process Rewards for Retrieval-Augmented Reasoning
di: Samarinas, Chris, et al.
Pubblicazione: (2026)
di: Samarinas, Chris, et al.
Pubblicazione: (2026)
Rewarding the Scientific Process: Process-Level Reward Modeling for Agentic Data Analysis
di: Qiu, Zhisong, et al.
Pubblicazione: (2026)
di: Qiu, Zhisong, et al.
Pubblicazione: (2026)
Uncertainty-Aware Step-wise Verification with Generative Reward Models
di: Ye, Zihuiwen, et al.
Pubblicazione: (2025)
di: Ye, Zihuiwen, et al.
Pubblicazione: (2025)
Stop Rewarding Hallucinated Steps: Faithfulness-Aware Step-Level Reinforcement Learning for Small Reasoning Models
di: Nie, Shuo, et al.
Pubblicazione: (2026)
di: Nie, Shuo, et al.
Pubblicazione: (2026)
The Bidirectional Process Reward Model
di: Zhang, Lingyin, et al.
Pubblicazione: (2025)
di: Zhang, Lingyin, et al.
Pubblicazione: (2025)
Process-Supervised Reward Models for Verifying Clinical Note Generation: A Scalable Approach Guided by Domain Expertise
di: Wang, Hanyin, et al.
Pubblicazione: (2024)
di: Wang, Hanyin, et al.
Pubblicazione: (2024)
Dynamic and Generalizable Process Reward Modeling
di: Yin, Zhangyue, et al.
Pubblicazione: (2025)
di: Yin, Zhangyue, et al.
Pubblicazione: (2025)
Process Reward Models for Sentence-Level Verification of LVLM Radiology Reports
di: Thomas, Alois, et al.
Pubblicazione: (2025)
di: Thomas, Alois, et al.
Pubblicazione: (2025)
GRAM: A Generative Foundation Reward Model for Reward Generalization
di: Wang, Chenglong, et al.
Pubblicazione: (2025)
di: Wang, Chenglong, et al.
Pubblicazione: (2025)
Agentic Reinforcement Learning with Implicit Step Rewards
di: Liu, Xiaoqian, et al.
Pubblicazione: (2025)
di: Liu, Xiaoqian, et al.
Pubblicazione: (2025)
OpenRubrics: Towards Scalable Synthetic Rubric Generation for Reward Modeling and LLM Alignment
di: Liu, Tianci, et al.
Pubblicazione: (2025)
di: Liu, Tianci, et al.
Pubblicazione: (2025)
Discriminative Policy Optimization for Token-Level Reward Models
di: Chen, Hongzhan, et al.
Pubblicazione: (2025)
di: Chen, Hongzhan, et al.
Pubblicazione: (2025)
Long-form RewardBench: Evaluating Reward Models for Long-form Generation
di: Huang, Hui, et al.
Pubblicazione: (2026)
di: Huang, Hui, et al.
Pubblicazione: (2026)
Entropy-Regularized Process Reward Model
di: Zhang, Hanning, et al.
Pubblicazione: (2024)
di: Zhang, Hanning, et al.
Pubblicazione: (2024)
MUSIC: MUlti-Step Instruction Contrast for Multi-Turn Reward Models
di: Li, Wenzhe, et al.
Pubblicazione: (2025)
di: Li, Wenzhe, et al.
Pubblicazione: (2025)
Process Reward Models That Think
di: Khalifa, Muhammad, et al.
Pubblicazione: (2025)
di: Khalifa, Muhammad, et al.
Pubblicazione: (2025)
Reward Model Perspectives: Whose Opinions Do Reward Models Reward?
di: Elle
Pubblicazione: (2025)
di: Elle
Pubblicazione: (2025)
An Efficient and Precise Training Data Construction Framework for Process-supervised Reward Model in Mathematical Reasoning
di: Sun, Wei, et al.
Pubblicazione: (2025)
di: Sun, Wei, et al.
Pubblicazione: (2025)
Scalable Ensembling For Mitigating Reward Overoptimisation
di: Ahmed, Ahmed M., et al.
Pubblicazione: (2024)
di: Ahmed, Ahmed M., et al.
Pubblicazione: (2024)
GenARM: Reward Guided Generation with Autoregressive Reward Model for Test-time Alignment
di: Xu, Yuancheng, et al.
Pubblicazione: (2024)
di: Xu, Yuancheng, et al.
Pubblicazione: (2024)
Reward-Augmented Decoding: Efficient Controlled Text Generation With a Unidirectional Reward Model
di: Deng, Haikang, et al.
Pubblicazione: (2023)
di: Deng, Haikang, et al.
Pubblicazione: (2023)
IG-Search: Step-Level Information Gain Rewards for Search-Augmented Reasoning
di: Liang, Zihan, et al.
Pubblicazione: (2026)
di: Liang, Zihan, et al.
Pubblicazione: (2026)
Demystifying Multilingual Chain-of-Thought in Process Reward Modeling
di: Wang, Weixuan, et al.
Pubblicazione: (2025)
di: Wang, Weixuan, et al.
Pubblicazione: (2025)
R-PRM: Reasoning-Driven Process Reward Modeling
di: She, Shuaijie, et al.
Pubblicazione: (2025)
di: She, Shuaijie, et al.
Pubblicazione: (2025)
Proof-RM: A Scalable and Generalizable Reward Model for Math Proof
di: Yang, Haotong, et al.
Pubblicazione: (2026)
di: Yang, Haotong, et al.
Pubblicazione: (2026)
RewardBench 2: Advancing Reward Model Evaluation
di: Malik, Saumya, et al.
Pubblicazione: (2025)
di: Malik, Saumya, et al.
Pubblicazione: (2025)
Learning Planning-based Reasoning by Trajectories Collection and Process Reward Synthesizing
di: Jiao, Fangkai, et al.
Pubblicazione: (2024)
di: Jiao, Fangkai, et al.
Pubblicazione: (2024)
PRMBench: A Fine-grained and Challenging Benchmark for Process-Level Reward Models
di: Song, Mingyang, et al.
Pubblicazione: (2025)
di: Song, Mingyang, et al.
Pubblicazione: (2025)
Multi-Turn Code Generation Through Single-Step Rewards
di: Jain, Arnav Kumar, et al.
Pubblicazione: (2025)
di: Jain, Arnav Kumar, et al.
Pubblicazione: (2025)
Process Reward Model with Q-Value Rankings
di: Li, Wendi, et al.
Pubblicazione: (2024)
di: Li, Wendi, et al.
Pubblicazione: (2024)
Process-based Self-Rewarding Language Models
di: Zhang, Shimao, et al.
Pubblicazione: (2025)
di: Zhang, Shimao, et al.
Pubblicazione: (2025)
Error Typing for Smarter Rewards: Improving Process Reward Models with Error-Aware Hierarchical Supervision
di: Pala, Tej Deep, et al.
Pubblicazione: (2025)
di: Pala, Tej Deep, et al.
Pubblicazione: (2025)
Reward Models Can Improve Themselves: Reward-Guided Adversarial Failure Mode Discovery for Robust Reward Modeling
di: Pathmanathan, Pankayaraj, et al.
Pubblicazione: (2025)
di: Pathmanathan, Pankayaraj, et al.
Pubblicazione: (2025)
DeltaRubric: Generative Multimodal Reward Modeling via Joint Planning and Verification
di: Liu, Rui, et al.
Pubblicazione: (2026)
di: Liu, Rui, et al.
Pubblicazione: (2026)
Curing Miracle Steps in LLM Mathematical Reasoning with Rubric Rewards
di: Yuan, Youliang, et al.
Pubblicazione: (2025)
di: Yuan, Youliang, et al.
Pubblicazione: (2025)
AgentPRM: Process Reward Models for LLM Agents via Step-Wise Promise and Progress
di: Xi, Zhiheng, et al.
Pubblicazione: (2025)
di: Xi, Zhiheng, et al.
Pubblicazione: (2025)
DreamPRM-Code: Function-as-Step Process Reward Model with Label Correction for LLM Coding
di: Zhang, Ruiyi, et al.
Pubblicazione: (2025)
di: Zhang, Ruiyi, et al.
Pubblicazione: (2025)
Unhackable Temporal Rewarding for Scalable Video MLLMs
di: Yu, En, et al.
Pubblicazione: (2025)
di: Yu, En, et al.
Pubblicazione: (2025)
GM-PRM: A Generative Multimodal Process Reward Model for Multimodal Mathematical Reasoning
di: Zhang, Jianghangfan, et al.
Pubblicazione: (2025)
di: Zhang, Jianghangfan, et al.
Pubblicazione: (2025)
From Mathematical Reasoning to Code: Generalization of Process Reward Models in Test-Time Scaling
di: Chen, Zhengyu, et al.
Pubblicazione: (2025)
di: Chen, Zhengyu, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Truncated Step-Level Sampling with Process Rewards for Retrieval-Augmented Reasoning
di: Samarinas, Chris, et al.
Pubblicazione: (2026) -
Rewarding the Scientific Process: Process-Level Reward Modeling for Agentic Data Analysis
di: Qiu, Zhisong, et al.
Pubblicazione: (2026) -
Uncertainty-Aware Step-wise Verification with Generative Reward Models
di: Ye, Zihuiwen, et al.
Pubblicazione: (2025) -
Stop Rewarding Hallucinated Steps: Faithfulness-Aware Step-Level Reinforcement Learning for Small Reasoning Models
di: Nie, Shuo, et al.
Pubblicazione: (2026) -
The Bidirectional Process Reward Model
di: Zhang, Lingyin, et al.
Pubblicazione: (2025)