**LatentGRM：通过语义压缩实现高效潜在空间奖励建模**

_Judging in Latent Space: Efficient Generative Reward Modeling via Semantics-Preserving Compression_

> HuggingFace 社区热门论文提出 LatentGRM 框架，利用语义分块、压缩与重构技术，在潜在空间中进行奖励建模。该方法无需生成文本评估即可支持自主成对判断，在保持与显式 SFT 裁判相当准确率的同时，将评估轨迹压缩 8.9-9.2 倍，推理时间减少 6.1-7.0 倍，显著降低了推理成本。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-12 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.09788)