RubricHub：通过自动粗到细生成构建的全面且高区分度评分准则数据集

具有可验证奖励的强化学习（RLVR）推动了数学等推理密集型领域的实质性进展。然而，由于缺乏基本事实，优化开放式生成仍然具有挑战性。虽然基于评分标准的评估提供了结构化的验证代理，但现有方法存在可扩展性瓶颈和粗略标准，导致监督天花板效应。为了解决这个问题，我们提出了一个自动化的从粗到细的红字生成框架。通过协同原则引导的综合、多模型聚合和难度演化，我们的方法产生了全面且具有高度辨别力的标准，能够捕捉微妙的细微差别。基于这个框架，我们引入了RubricHub，一个大规模（$\sim$110k）和多领域的数据集。我们通过由基于 Rubric 的拒绝采样微调 (RuFT) 和强化学习 (RuRL) 组成的两阶段训练后管道验证其实用性。实验结果表明，RubricHub 实现了显着的性能提升：我们训练后的 Qwen3-14B 在 HealthBench (69.3) 上取得了最先进 (SOTA) 的结果，超越了 GPT-5 等专有前沿模型。代码和数据将很快发布。