清华与腾讯混元提出 TRACE：用树状 rollout 预算分配破解 Agentic RLVR 训练成本难题

清华大学与腾讯混元团队提出 TRACE（Tree Rollout Allocation for Contrastive Exploration），一个面向 Agentic RLVR 的 rollout 预算分配框架，把 Agent 轨迹视为树，将预算优先分配给更易产生成功/失败对比的 prompt 根节点和中间前缀节点。