[3378] Skill-RM：エージェントスキルを介した異種評価基準の統合

Skill-RM: Unifying Heterogeneous Evaluation Criteria via Agent Skill

https://export.arxiv.org/api/query·2026/6/2

AI要約

LLMの強化学習パイプラインにおける、ルールベース、正解参照、手続きチェックリストなど、多様な評価基準を統合する「Skill Reward Model (Skill-RM)」を提案。評価の統一化を目指す。