Pratade med @willccbb det visade sig att det egentligen var precis vad jag trodde att det var. Agent med en funktion för att skicka för granskning. Agent är bara en llm i en formulärslinga. Granskningsfunktionen är bara en annan agent med ett kriterium som approximerar en förlustfunktion.
jason liu
jason liu24 aug. 05:22
Kan någon förklara för mig vad en RL-miljö är.
25,19K