已收录文章摘要，完整内容可前往原文阅读。
生成式奖励模型（GRM）在赋予大语言模型推理能力的同时也带来了巨大的计算负担。本文深度解析ACL 2026上由腾讯混元与新南威尔士大学提出的E-GRM（高效生成式奖励模型）框架，系统阐述其如何通过动态