公众号：小红书技术（dots.llm）· REDtech·2026-09-29 17:59· 3 小时前AI 评分46

小红书 AllSpark 提出 PACT：从信用分配到 Critic 对齐，SWE-bench Verified 达 67.4%

长程 Agent 如何论功行赏？小红书 AllSpark 提出 PACT

AI 导读

小红书 AllSpark 团队提出 PACT（Policy Aligned Critic Training），通过三个正则条件唯一确定长程 Agent 的信用分配，并用 BCE 回归有界 Value、采用 Actor-Then-Critic 更新顺序改进 Critic 与策略对齐。