Hugging Face Daily Papers·· 4 天前AI 评分33
Rubric Response Theory:用项目反应理论为语言任务评分并筛选评分标准
Rubric Rewards from Item Response Theory
AI 导读
Rubric Response Theory(RRT)用两参数项目反应模型把评分标准的判定模式转化为标量质量信号,替代传统的分数加总方式。其 Response Parameter Network(RPN)根据提示词和标准文本预测标准难度与区分度,并随训练用在线期望最大化更新。
来源:Hugging Face Daily Papers · arxiv.org