arXiv cs.LG· Yanjun Chen, Yirong Sun, Hanlin Wang, Jinghan Wang, Xinming Zhang, Xiaoyu Shen, Wenjie Li, Wei Zhang·· 6 小时前AI 评分29
轨迹即状态：LLM 智能体团队的精确信用分配方法 C3
The Trace Is the State: Exact Credit Assignment for LLM Agent Teams
AI 导读
论文提出 C3（credit assignment by counterfactual continuation），通过在决策点替换单条消息并继续运行至终端奖励，实现无偏且精确到蒙特卡洛误差的信用分配。
来源：arXiv cs.LG · arxiv.org