Mosaic: 多会话智能体强化学习

Mosaic 是一种支持轨迹内任意数量会话的多会话智能体强化学习方法，通过无评论的分层优化提升会话利用率和分配效果。在 BrowseComp 上使用 Qwen3.5-4B 进行的实验表明，Mosaic 在上下文压缩和子智能体分叉场景中均优于传统的轨迹级优势广播方法，且平均使用的会话数更少。该方法为多会话智能体强化学习的未来发展提供了新的优化方向。