---
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]]