연구진은 장기 에이전트의 학습 효율을 높이는 TRACE(Turn-level Reward Assignment via Credit Estimation)라는 새로운 방법을 제안했어요.
TRACE는 frozen reference 모델의 답변 로그 확률을 활용하여 턴 단위 보상을 추정하고, 불필요한 도구 호출을 제거하여 학습 효율을 높여요.
BrowseComp-Plus 벤치마크에서 Qwen3-4B 모델의 성능을 7.2에서 35.6으로, Qwen3-30B-A3B 모델의 성능을 8.4에서 42.6으로 향상시켰어요.
TRACE는 기존 방식보다 빠른 수렴 속도를 보이며, 오픈 웹 벤치마크에도 효과적으로 적용될 수 있음을 보여줬어요.