标签 > 深度研究准确率提升4.97个百分点！清华腾讯让Agent学会“论功行赏”

清华季向阳团队联合腾讯推出 TreeOPSD 树状奖励分配方案，解决深度研究 Agent 传统奖励均分带来的信用分配难题，在深度研究测试任务上