RecodeX 重构消息，小红书与复旦大学研究团队在NeurIPS 2026上提出DR-Rubric方法，用于为开放式强化学习构建评分标准，以解决开放式任务中奖励信号难以量化的问题。该方法通过拆解评分维度，为开放式强化学习提供可操作的评分依据。