#预算分配

这篇论文教电商平台怎么在多个营销渠道间分钱，用ReAlloc框架在淘宝实测同时涨订单和收入，比传统预测-优化方法更稳。

论文把算子学习的误差分解讲得很清楚，还给出了N、n、m的预算分配条件，物理信息扩展省去重新训练，做相关研究值得细读。

做智能体强化学习或 RLVR 的团队，TRACE 解决了多轮 rollout 中奖励信号稀疏的痛点，直接用树状分配提升采样效率，值得在自家 agent 训练流程中试试。