強化学習において；報酬が時間的に遅れて得られる場合、現在のアクションがどれだけ未来の報酬に寄与したかを計算する仕組みを何というか。

LLMアプリケーションにおいて；出力された回答が「元々のドキュメント（事実）」にどれだけ基づいているかをスコアリングする手法を何というか。