奖励模型打分不再只给一个数:VRMaaS把请求、权重和配置绑进可验证凭证
奖励模型(RM)在LLM对齐流程中越来越多地作为服务组件返回分数,但普通接口只给一个数,无法说明它是否来自指定的请求、检查点和数值配置。VRMaaS把每次返回的奖励变成携带证明的凭证,用链下验收规则绑定请求身份、权重承诺、验证器与配置标识、证明任务顺序和导出摘要,审计方无需重跑私有模型即可核对。在1B、3B、8B奖励模型、128至1024个token的设置上,它与基线RM保持93.5%至99%的成对一致率,并拒绝全部被测的服务字段替换。