Lernen zur Steuerung von LLM-Agent-Gestellen mit Offline-Reinforcement Learning

LLM-Agenten werden normalerweise durch Änderung von Prompts, Modellen oder handgeschriebenen Workflows verbessert, während die Ausführungsumgebung um das Modell als feste Infrastruktur behandelt wird. Wir argumentieren, dass diese Umgebung selbst eine lernbare Kontrollebene ist…