Noticias sobre DMRL

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.