# Ocena każdego kroku (PRM)

EN: **Process reward models** · id `prm`

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [Sieci i modele generatywne](https://aiatlasgraph.com/t/neural.md) › [Rozumowanie w modelach językowych](https://aiatlasgraph.com/t/reasoningmodels.md) › [Weryfikatory rozumowania](https://aiatlasgraph.com/t/reasoningverifiers.md) › Ocena każdego kroku (PRM)

## Description

- PL: Model nagrody ocenia każdy krok rozumowania osobno, a nie tylko końcowy wynik. Pozwala wyłapać błąd w połowie rozwiązania.
- EN: A reward model scores each reasoning step separately, not just the final answer. Catches a mistake halfway through a solution.

## In one sentence

- PL: To model oceniający poszczególne kroki rozumowania, żeby wcześniej wskazać możliwy błąd.
- EN: This model evaluates individual reasoning steps to flag possible errors earlier.

## Problem it solves

- PL: Końcowy wynik nie pokazuje, w którym miejscu długie rozwiązanie zaczęło się psuć.
- EN: The final result does not reveal where a long solution started going wrong.

## What it does

- PL: Oceny częściowych kroków mogą kierować dalszym szukaniem lub treningiem; sam oceniający model może się mylić.
- EN: Partial-step evaluations can guide further search or training; the evaluator model can itself be mistaken.

## Everyday example

- PL: Podczas układania planu dostaw ocena wskazuje krok naruszający limit czasu, zanim powstanie cała trasa.
- EN: While constructing a delivery plan, an evaluation flags a step violating the time limit before the entire route is completed.

## This concerns you if you…

- PL: potrzebujesz oceny etapów pośrednich
- PL: chcesz wcześniej odrzucać błędne ścieżki
- EN: need intermediate steps evaluated
- EN: want to reject faulty paths earlier

## Keywords

PRM800K · step-level labels · process supervision · prefix scoring · reward aggregation

## How it works

- PL: Model uczy się na ocenach kroków, przypisując wynik jakości kolejnym prefiksom rozwiązania. Oceny można agregować lub wykorzystywać do wyboru następnego kroku, aby ograniczać rozwijanie ścieżek z wykrytym błędem.
- EN: A model learns from step assessments to assign quality scores to successive solution prefixes. Scores can be aggregated or used for next-step selection, limiting expansion of paths containing detected errors.

## Limits

- PL: Etykietowanie kroków jest kosztowne, a ich granice i poprawność bywają niejednoznaczne. Dobry lokalny wynik nie gwarantuje dobrego zakończenia; sposób agregacji wpływa na ranking całych ścieżek.
- EN: Step labelling is costly, and boundaries or correctness can be ambiguous. Good local scores do not guarantee successful completion; aggregation choices affect whole-path rankings.

## Key terms

- PL: **model nagrody procesowej**: Model oceniający jakość kolejnych kroków rozwiązania.
- PL: **agregacja ocen**: Połączenie wyników poszczególnych kroków w ocenę całej ścieżki.
- EN: **process reward model**: A model scoring successive solution steps.
- EN: **score aggregation**: Combining individual step scores into a whole-path assessment.

## Know first

- [Etykietowanie i feedback (Annotation and feedback)](https://aiatlasgraph.com/t/annotation.md)
- [Kalibracja pewności modelu (Confidence calibration)](https://aiatlasgraph.com/t/calibration.md)

## Examples

- PL: nadzór procesowy · etykiety na poziomie kroków (PRM800K)
- EN: process supervision · step-level labels (PRM800K)

## Related topics

Untyped, symmetric "see also" links.

- [Modele nagrody (Reward models)](https://aiatlasgraph.com/t/rewardmodels.md)
- [Przeszukiwanie kroków z weryfikatorem (Verifier-guided search)](https://aiatlasgraph.com/t/verifiersearch.md)

## Sources

- [Let's Verify Step by Step](<https://arxiv.org/abs/2305.20050>) `lightman-verify-step-2023` · by Hunter Lightman, Vineet Kosaraju, Yura Burda i in. (OpenAI)

---

AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/prm · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30