热点事件观察中
研究团队提出Web过程奖励模型偏好合成框架SURFPRM
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
2026年9月29日，研究团队在arXiv发布成果，提出针对Web过程奖励模型（PRM）的偏好合成框架SURFPRM。该框架利用交互元素图系统化合成多维度的对比负动作，将真实最小对比对的比例从24.19%提升至74.60%。基于该框架，团队构建了SURFPRM-DATA数据集；实验结果显示，3B至9B参数规模的6个开源模型在WEBPRMBENCH基准测试中均超越了现有基线。
AI 根据报道生成 · 7 小时前更新
最新进展9月29日 12:00
研究团队提出SURFPRM框架及数据集，使多款开源模型在WEBPRMBENCH上超越基线。报道时间线
沿着报道，了解事件的不同侧面。
9月29日
- arXiv 人工智能SURFPRM：基于交互元素图的 Web 过程奖励模型偏好合成框架
研究团队提出 Web 过程奖励模型偏好合成框架 SURFPRM，通过交互元素图系统化合成多维度的对比负动作。该方法将真实最小对比对比例从 24.19% 提升至 74.60% 并构建 SURFPRM-DATA，使 3B 至 9B 参数的 6 个开源模型在 WEBPRMBENCH 上超越基线。
本事件热度走势
当前热度 4·可比范围峰值 5（9月30日 12:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。