20260625:很多新内容

concepts/me2-principle.md

@@ -0,0 +1,33 @@
+---
+title: "ME² Principle"
+created: 2026-06-24
+updated: 2026-06-24
+type: concept
+tags: ["reasoning", "evaluation", "quality-metrics"]
+sources:
+  - "[[me2-trm-reasoning-2026]]"
+---
+
+# ME² Principle
+
+ME² 是 Zhang et al. (ICML 2026) 提出的推理质量表征原则，沿两个正交轴定义高质量推理。
+
+## 四象限
+
+| | Macro（全局结构） | Micro（局部步骤） |
+|---|---|---|
+| **Effectiveness** | 结构合理、无冗余分支 | 步骤正确、逻辑连贯 |
+| **Efficiency** | 路径简洁、无绕路 | 步骤精简、无赘述 |
+
+## PRM 的问题
+
+Process Reward Models 通常只覆盖 Micro-Effectiveness（步骤级正确性标注），忽略了宏观结构组织和效率维度。ME² 提供了统一的评估视角——推理质量需要同时考虑这四个维度。
+
+## 与答案正确性的解耦
+
+ME² 仅评估**推理轨迹质量**，与最终答案是否正确无关。TRM 训练于 verified-correct 推理对的偏好数据，证明推理质量可独立于答案正确性评估。
+
+## 参考
+- [[me2-trm-reasoning-2026]]
+- [[thinking-reward-model]]
+- [[dag-reasoning-evaluation]]