#FOCUS

FOCUS：主动评论家学习破解长程智能体信用分配难题

FOCUS 提出选择性分支与主动评论家学习，缓解长程语言模型智能体的信用分配难题，在 BrowseComp-Plus 等基准上以匹配预算超越 GRPO 和 VinePPO。