AgentGym-RL — это новая платформа для обучения LLM-агентов многоэтапному интерактивному принятию решений с помощью RL.

Она охватывает широкий спектр реальных сценариев и поддерживает основные алгоритмы RL.

Обширные эксперименты показывают, что наша платформа и метод значительно улучшают модель с открытым исходным кодом размером 7 млрд параметров до уровня, который соответствует коммерческим моделям или превосходит их в 27 задачах в различных средах.

🐱 GitHub