论文提出LatentGRM：通过语义压缩实现高效生成式奖励建模
发生了什么
据Hugging Face Papers报道，论文《Judging in Latent Space: Efficient Generative Reward Modeling via Semantics-Preserving Compression》提出LatentGRM框架。该框架通过语义分块、压缩和重建，将基于标准的评价推理压缩为连续潜在状态。在8B规模实验中，LatentGRM-8B将评价轨迹压缩8.9-9.2倍，减少6.1-7.0倍的推理时间，同时保持与显式监督微调法官相当的偏好准确性。
- 推理时间减少比例
- 6.1-7.0倍
- 评价轨迹压缩倍数
- 8.9-9.2倍
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