보상 모델 (Reward Models, RMs)은 LLM 사후 학습 (post-training), 특히 강화 미세 조정 (Reinforced Fine-Tuning, RFT) 및 강화 학습 (Reinforcement Learning, RL) 파이프라인에서 중요한 피드백 신호를 제공합니다. 그러나 현재의 보상 평가 (reward evaluation)는 규칙 기반 검증기 (rule-based verifiers), 정답 참조 (ground-truth references), 절차적 체크리스트 (procedural checklists), 그리고 복잡한 루브릭 (complex rubrics)과 같은 이기종 기준 (heterogeneous criteria)에 의존하고 있으며, 모든 유형의 증거를 통합할 수 있는 통일된 메커니즘은 아직 탐구되지 않은 상태로 남아 있습니다. 이를 위해, 우리는 보상 모델링 (reward modeling)을 재사용 가능한 '보상-평가 기술 (Reward-Evaluation Skill)'의 실행으로 재정의하는 통합 프레임워크인 Skill Reward Model (Skill-RM)을 제안합니다. 보상 계산을 구조화된 에이전트 작업 (agentic task)으로 취급함으로써, Skill-RM은 이기종 리소스를 조율할 수 있는 일관된 인터페이스를 제공하며, 각 입력의 특정 요구 사항에 맞게 증거를 동적으로 선택하고 집계합니다. 이러한 접근 방식은 보상 모델이 정적인 평가를 넘어 다양한 작업 전반에서 일관성과 투명성을 보장할 수 있게 합니다. Best-of-N 선택 및 강화 학습을 포함한 보상 벤치마크와 다운스트림 애플리케이션 (downstream applications)에 대한 광범위한 실험 결과, Skill-RM은 기존의 판사 베이스라인 (judge baselines)을 지속적으로 능가함을 입증했습니다. 우리의 연구 결과는 Skill-RM이 보상 모델링을 위한 통합된 솔루션을 제공할 뿐만 아니라, 증거의 전략적이고 동적인 조율을 통해 우수한 성능을 달성함을 시사합니다. 코드는 https://github.com/Qwen-Applications/Skill-RM 에 있습니다.