RubricCraft：候选解引导构建评分标准

2026年10月26日，arXiv Artificial Intelligence 刊出 Hosein Hasanbeig 等作者的 RubricCraft 方法报道。该方法将评分标准构建视为由候选解法引导的自然语言规范生成：通过比较不同求解轨迹对任务要求的满足与违反，提炼评分条目。在 SpreadsheetBench v2 上，其评分标准误通过的错误输出比例为 29.5%，低于同一模型仅凭提示词生成的 42.6%；报道还称，它未误判基准自带检查器接受的任何输出。目前进展停留在该方法介绍与上述基准对比结果，尚无后续跟进报道。

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。