小红书复旦提出DR-Rubric强化学习评分法
发生了什么
据新浪科技报道，小红书与复旦大学联合提出DR-Rubric方法，利用深度研究构建开放式强化学习的评分细则。该方案已被NeurIPS 2026接收，论文与代码已公开。实验显示，每轮仅用1000条RL数据，模型在智能体研究和专家推理任务上取得竞争力表现，优于部分基线。
- 训练数据量
- 1000条
- ResearchQA得分
- 73.7
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口