提出DC-W2S框架,通过融合自一致性(SC)与邻域一致性(NC)对弱监督信号进行可靠性分层,并结合实例级采样与标签级掩码策略,训练出无需大量专家标注即可可靠评估生物推理过程的Process Reward Model(PRM)。
机构:Genentech
来源:arXiv 2603.08095 | AI4Papers 论文推荐平台
AI4Papers 是一个以每日 arXiv 论文发现为入口的 AI 科研工作流平台,帮助研究者用最短时间掌握最新 AI/ML 前沿动态。
核心功能完全免费。高级 AI 功能(对比分析、深度研究、灵感工作台)支持自带兼容 API Key(如 OpenAI、通义千问)无限使用。
免费注册 | 使用教程