arXiv cs.AI· Sasi Kiran Gaddipati, Gollam Rabby, S\"oren Auer·· 1 天前AI 评分37
CollabSciReM：通过科学感知奖励分解对齐语言模型进行科学对话
CollabSciReM: Aligning Language Models for Scientific Conversations via Science-Aware Reward Decomposition
AI 导读
arXiv 论文提出 CollabSciReM，一种面向多轮科研对话的目标条件奖励框架，将会话级奖励分解为对话质量、科学严谨性和结构效率三部分，并配套基于 300 篇保留科学论文、按六个维度打分的 SciQuality 成对评测。
来源：arXiv cs.AI · arxiv.org