DeepRubric 提出证据树评分标准数据构建框架

Minghang Zhu 等作者发布论文，提出 DeepRubric 数据构建框架，用于为深度研究智能体生成可验证的评估目标与对齐的查询-评分标准对，并构建了 9K 条监督样本。 该框架的流程与常见做法相反：不是先给定查询再推断评估标准，而是先从种子主题递归扩展证据树的原子子问题，确定一份有证据支撑的报告应被评估哪些方面，再据此反向合成对齐的 query–rubric 对。论文同时涉及 DeepRubric-8B 模型，但报道未给出该模型的评测结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。