יום חמישי, 8 באוקטובר 2026 LIVE
AI־INFO

כתבה arXiv cs.CL ·

שיפוט במרחב לטנטי: מודלים גנרטיביים לתגמול

Judging in Latent Space: Efficient Generative Reward Modeling via Semantics-Preserving Compression
LatentGRM הוא כלי למודלים גנרטיביים לתגמול, המאפשר שיפוט יעיל יותר. הוא משתמש בדחיסה סמנטית ושחזור לצורך הערכה. LatentGRM מגיע לרמת דיוק תחרותית עם מודלים אחרים, תוך הקטנת זמן השיפוט.
תקציר מקורי באנגליתarXiv:2610.09788v1 Announce Type: new Abstract: Reward modeling often requires jointly representing and reasoning over multiple evaluation criteria, yet verbalizing this process token by token can incur substantial inference cost. Recent work on latent reasoning suggests that continuous states may support this computation more compactly. We introduce LatentGRM, a latent evaluation framework built on semantic chunking, compression, and reconstruction. By using the structure of rubric-guided evaluations to guide compression, LatentGRM learns compact continuous trajectories that support autonomous pairwise judgments without generating textual assessments. A separate interpreter reconstructs evaluation text from these trajectories, providing an offline view of the information retained under co
קרא במקור המקורי