跳转至

Read this paper write-up in English

Dr.Credit: Rubric-Grounded Process Credit Assignment for Deep Research Agents

复现级别:L1 核心机制诊断。 执行 rubric-history 增量支持;rubric 与证据分数来自 fixture,不读取 gold answer。

论文信息

字段 内容
论文链接 Dr.Credit: Rubric-Grounded Process Credit Assignment for Deep Research Agents
公司/机构 University of Chinese Academy of Sciences(按第一作者署名单位)
首次公开日期 2026-09-28(arXiv v1)
原文开源代码 否:截至 2026-09-30 未找到原作者公开仓库
Adapter / 方法 dr-credit
本地复现代码 src/auto_research/agent_research/latest_20260930_closure.py

原始论文总结

背景与主要改动

按 rubric 的历史已接受支持计算本次工具结果带来的新增或部分支持,再与最终结果优势结合,避免重复证据反复得分。

flowchart LR
  I[公开输入/当前状态] --> M[dr-credit 核心机制]
  M --> A[可审计中间量]
  A --> O[输出/更新状态]

原论文关键图

Dr.Credit: Rubric-Grounded Process Credit Assignment for Deep Research Agents 原论文 Figure 2

原论文 Figure 2(关键图):展示原论文提出的核心架构、主要模块及其连接关系。图片来自原论文,版权归原作者所有;点击图片可查看来源。

核心公式

本地 reference kernel 保留论文决定性的门控、掩码、递归、信用权重或晋级条件;测试同时检查梯度隔离、类型边界和确定性。

论文离线与线上效果

论文中的 benchmark、速度或训练曲线属于原文结果。本地三种子 mini-suite 仅检验机制和不变量,不与论文规模结果横比,也不外推线上收益。

本地复现

三种子诊断见 metrics/mechanism-seeds42-44.json。其中 diagnostic_only=true,不能进入正式能力排名。

复现边界

执行 rubric-history 增量支持;rubric 与证据分数来自 fixture,不读取 gold answer。