微软等提出TRACE：破解长程智能体信用分配难题

微软研究院联合威斯康星大学提出了名为TRACE的新方法，旨在解决长程智能体在工具使用中的信用分配难题。传统基于结果的强化学习在处理长链路任务时，常因几十甚至上百次的工具交互而遭遇瓶颈。TRACE作为一种回合级奖励分配方案，通过在每个工具调用边界结合对数比率等技术进行评估，有效克服了单一最终结果奖励的局限性，显著提升了长时序智能体的性能与效率。

2026-07-19 ~ 2026-07-21 · 3 条相关