Noticias sobre A/B testing

DMRL modela explícitamente las acciones de edición de documentos de habilidades como acciones estructuradas en el aprendizaje por refuerzo. El agente superior es responsable de la edición controlada y el agente inferior evalúa el efecto mediante pruebas A/B, lo que significa que la optimización del sistema de recomendación asistido por LLM está pasando de la "confianza en la ingeniería rápida" a la "búsqueda de estrategias automatizadas atribuibles". Esta idea puede mejorar la controlabilidad y explicabilidad de la iteración de habilidades de LLM en sistemas complejos como las recomendaciones publicitarias.