标签
StateTree 提出一种数据驱动的强化学习方法，通过构建树结构的路径追踪辅助任务来增强长对话推理。模型仅在 10K token 上训练即可泛化至 128K token，StateTree-14B 在 LongMemEval 上达到 59.00% 的准确率，超过 QwenLong-L1-32B。