[
    {
        "id": "osp-17462",
        "type": "article-journal",
        "title": "الحكم في الفضاء الكامن: نمذجة مكافأة توليدية فعّالة عبر ضغط يحفظ الدلالات",
        "author": [
            {
                "family": "Yuan",
                "given": "Mingqing"
            },
            {
                "family": "Liang",
                "given": "Xiaobo"
            },
            {
                "family": "Yang",
                "given": "Junwei"
            },
            {
                "family": "Chen",
                "given": "Ziwei"
            },
            {
                "family": "Zhang",
                "given": "Zeren"
            },
            {
                "family": "Wang",
                "given": "Hejin"
            },
            {
                "family": "Wang",
                "given": "Yubin"
            },
            {
                "family": "Li",
                "given": "Juntao"
            }
        ],
        "URL": "https://omanscience.com/ar/articles/judging-in-latent-space-efficient-generative-reward-modeling-via-semantics-preserving-compression",
        "language": "en",
        "issued": {
            "date-parts": [
                [
                    2026
                ]
            ]
        },
        "abstract": "غالباً ما تتطلب نمذجة المكافأة تمثيل معايير تقييم متعددة معاً والاستدلال عليها، ومع ذلك فإن التعبير عن هذه العملية رمزاً برمز قد يتحمل كلفة استدلال كبيرة. وتشير الأعمال الحديثة في الاستدلال الكامن إلى أن الحالات المستمرة قد تدعم هذه الحوسبة بصورة أكثر إحكاماً. نقدم LatentGRM، وهو إطار تقييم كامن مبني على التقسيم الدلالي والضغط والإعادة. ومن خلال استخدام بنية تقييمات الشبكة الاسترشادية (rubric) لتوجيه الضغط، يتعلم LatentGRM مسارات مستمرة مضغوطة تدعم الأحكام الزوجية المستقلة دون توليد تقييمات نصية. ويعيد مفسر منفصل بناء نص التقييم من هذه المسارات، موفراً رؤية غير متصلة للمعلومات المحتفظ بها بعد الضغط. وعند تساوي بيانات التدريب والأساسات، يحقق LatentGRM دقة تفضيل إجمالية تنافسية مقارنةً بالمحكّمين المعتمدين على الضبط الدقيق الصريح (SFT) عند مقياسي 4B و8B. وعبر أربعة مجالات معيارية، يضغط LatentGRM-8B مسارات التقييم بمقدار 8.9 إلى 9.2 مرة، ويقلل الزمن الكلي للاستدلال للمحكّم بمقدار 6.1 إلى 7.0 مرة عند vote@5. وتبين تدخلات الشبكة الاسترشادية المضبوطة أن معلومات التفضيل المعتمدة على المعايير تنتقل عبر التسلسل الكامن. وتُظهر هذه النتائج معاً أن التقييم الكامن المستمر يمكن أن يقلل كلفة الاستدلال بشكل كبير، مع الحفاظ على جودة حكم تنافسية."
    }
]