研究提出Discord与BRACE优化MCP智能体训练

Hieu Tran等作者提出Discord评测方法与BRACE rollout分配方法，用于MCP环境中的智能体策略训练。Discord通过精确配对推理和保持决策的提前停止来检验harness改动：只有当配对结果不一致时，才判定一个harness优于另一个。 BRACE（Bank-calibrated Rollout Allocation under Correlated Episodes）则在生成前预测混合奖励组，据此为策略训练分配rollout预算。两项方法均出自同一篇arXiv论文，报道未给出实验效果数据。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。