Skill-RM：通过智能体技能统一异构评估标准

奖励模型为大语言模型后训练提供关键反馈，但现有评估依赖异构标准且缺乏统一整合机制。本文提出 Skill-RM 框架，将奖励建模重构为可重用的“奖励评估技能”执行过程。该方法将奖励计算视为结构化智能体任务，提供一致接口以协调异构资源，并能针对特定输入动态选择和聚合证据。实验表明，Skill-RM 在多项基准及下游应用中均优于传统评判基线，实现了奖励建模的统一化与高性能。