RubricHub 是由理想汽车联合浙江大学于 2026 年发布的一个大规模、多领域生成任务的数据集，相关论文成果为 RubricHub: A Comprehensive and Highly Discriminative Rubric Dataset via Automated Coarse-to-Fine Generation 。该数据集提供基于评分标准的高质量监督，用于开放式生成任务。数据集通过自动化的粗到细评分标准生成框架构建，整合了原则引导合成、多模型聚合和难度演变等策略，以产生全面且高度区分的评价标准。

数据集构成:

• RuRL：包括 VeRL 训练格式的提示列表、数据来源、能力目标、奖励模型和附加信息等。
• RuFT：包括数据来源、模型输入提示、模型生成的响应、样本 ID 、评分标准及其评分细节等。