论文精选73°11:18DRACO：动态评分细粒度信用分配IBM发布DRACO，解决长周期智能体训练中信用分配问题，无需验证器就能提升15.9分。#DRACO#GRPO#智能体#信用分配官方账号arXiv cs.LG@Shubham Gandhi, Saurabh Goyal, Kiran Kate, Yara Rizk原文稍后读已读值得跟进有用关注 DRACO
官方账号arXiv cs.LG@Shubham Gandhi, Saurabh Goyal, Kiran Kate, Yara Rizk原文