arXiv ID:
2607.05458
arXiv 提交日期: 2026-07-05
利用离线强化学习控制大型语言模型智能体的执行框架 / Learning to Control LLM Agent Harnesses with Offline Reinforcement Learning
1️⃣ 一句话总结
本文提出将大型语言模型(LLM)智能体的外部执行框架视为一个可学习的控制层,通过离线强化学习训练一个轻量级控制器来优化执行流程,从而在保持LLM本身不变的前提下,提升智能体的任务完成质量和行为可靠性。