步驟層級錯誤檢測

深度分析

GR-Ben：針對流程獎勵模型（PRM）的泛域步驟層級錯誤檢測評估

GR-Ben 是一套針對流程獎勵模型（PRM）的通用推理基準，設計目標是在科學與邏輯兩大類、九個子領域中，評估模型找出「步驟層級錯誤」的能力。資料集含多來源生成的解法、人工標註與交叉驗證步驟，強調多樣化解法覆蓋以反映實務場景。