今天,我們推出了 ATLAS 獎勵系統,這是我們的新架構,在 RewardBench V2 上創下了 93.7% 的準確率新紀錄。 我們的核心理念是將獎勵生成視為一個系統和路由問題。 線程 👇 完整技術博客: