标签
TreeHCA 提出将后见比率引导的探索与后见信用分配耦合，通过参考答案似然变化重建中间历史并生成替代续写，形成推理与工具交互树，并用归一化树回传将终局结果传播为回合级优势，在七个问答基准和三个 Qwen 主干上超越所有基线。