search-aware-penalty

에이전트가 문제 해결에 필요하지 않은 도구 호출을 줄이도록 보상에서 불이익을 주는 학습 신호입니다. 검색 횟수 자체를 줄이는 동시에 필요한 검색은 유지하도록 도구 사용 효율을 조정합니다.