CoTrace 用与运行时匹配的轨迹配方，把 Qwen3.5-9B 在 Tmax 上从 78 提升到 88（RL 变体达 90）
该工作提出 CoTrace——一种在模型与运行时（harness）交替协同演化中显式管理轨迹路由、来源匹配与课程刷新的数据配方：它把执行失败导向 harness 合成，只用在已采纳运行时下验证成功的轨迹训练策略；在 Tmax 的 102 任务评测划分上，Qwen3.5-9B 经监督微调从 78 提升到 88，在线强化学习变体达到 90，而规模更大的跨 harness 混合语料却未带来任何被采纳的模型更新。