Ny undersökning om agentisk förstärkningsinlärning för LLM:er. LLM RL behandlar fortfarande modeller som sekvensgeneratorer optimerade i relativt snäva miljöer. Men verkliga agenter verkar i öppna, delvis observerbara miljöer där planering, minne, verktygsanvändning, resonemang, självförbättring och perception alla samverkar. Denna artikel hävdar att agentisk RL bör behandlas som ett eget landskap. Den introducerar en bred taxonomi som organiserar fältet över kärnagenters kapaciteter och applikationsdomäner, och kartlägger sedan de öppna källkodsmiljöer, benchmarks och ramverk som formar området. Om du är byggmäklare är detta ett starkt dokument värt att kolla upp. Papper: Lär dig att bygga effektiva AI-agenter i vår akademi: