长程 Agent 如何论功行赏？小红书 AllSpark 提出 PACT

已收录文章摘要，完整内容可前往原文阅读。

一次任务的最终成败，如何分配到 Agent 的每一步决策？小红书 AllSpark 从信用分配的唯一刻画出发，提出 PACT，改进数学推理与代码任务中的训练。