Track, Rank, Crack

论文提出 epistemic working memory，通过显式记录已确认、待验证和待探索信息来改善多跳推理。track、rank、crack 三个动作分别负责维护状态、排序缺口和推进求解。它的价值在于把 agent 的中间认知状态外显出来，减少多跳任务中“看似在推理、实际在混合猜测和遗漏”的不可观察性。