@willccbbと話してみると、それは本当に私が思っていた通りであることが判明しました。 レビュー用に送信機能を持つエージェント。 エージェントはフォームループ内の単なるLLMです。 レビュー関数は、損失関数に近似するルーブリックを持つ別のエージェントにすぎません。