LatentGRM：潜在空间奖励建模提速 7 倍
原文标题：Judging in Latent Space: Efficient Generative Reward Modeling via Semantics-Preserving Compression
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究者提出 LatentGRM，一种基于语义分块、压缩与重建的潜在空间评估框架，用于生成式奖励建模。它通过连续潜在轨迹完成成对判断，无需逐 token 生成文本评估，并可用独立解释器离线还原评估文本。在 4B 与 8B 规模下，其偏好准确率与显式 SFT 评判模型相当，8B 版本将评估轨迹压缩 8.9–9.2 倍，vote@5 下评判推理时间减少 6.1–7.0 倍。
- 问题
- 生成式奖励模型逐 token 输出评估文本导致推理成本高。
- 方法
- LatentGRM 用语义分块、压缩与重建，在连续潜在轨迹上完成成对判断，另设解释器离线还原评估文本。
- 结果
- 8B 版本压缩评估轨迹 8.9–9.2 倍，vote@5 下评判推理时间减少 6.1–7.0 倍，偏好准确率与显式 SFT 评判模型相当。
- 影响
- 奖励模型推理成本降近一个数量级，适合大规模 RLHF 与在线评测场景。
深读 · 结论先行AI 生成展开看要点与影响 ↓
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。