arXiv Artificial Intelligence· Huan Zhang, Mingju Chen, Dongxu Zhou, Can Lv, Heng Chang, Sen Cui, Faguo Wu, Shiji Zhou·· 3 小时前AI 评分31
TRCA：面向长程 LLM 智能体的逐步评分标准信用分配
TRCA: Transition-wise Rubric Credit Assignment for Long-horizon LLM Agents
AI 导读
TRCA 提出一种无需学习型评估器或成功轨迹锚点的逐步信用分配方法，直接依据动作引发的状态转移，用 Evidence、Execution、Invalidity 三项评分标准评估每一步，并结合 Foundational Rubric Reward 与 Breakthrough Rubric Reward 生成细粒度步级优势。
来源：arXiv Artificial Intelligence · arxiv.org