evidence-aggregation

TRACE是一个用于长周期LLM智能体轨迹的监控框架，它通过分诊-检查-判断（Triage-Inspect-Judge）循环来连接时间上相隔较远的动作证据，在规避性破坏检测任务上实现了高召回率和F1值。

Skill-RM 提出了一种统一的奖励建模框架，将奖励计算视为结构化的智能体任务，实现了动态证据聚合和跨多种应用的一致评估，优于传统的评判基线。