LLM-agentsturing leren beheersen met offline reinforcement learning

LLM-agents worden doorgaans verbeterd door prompts, modellen of handgeschreven workflows aan te passen, terwijl het uitvoeringsraamwerk rondom het model als vaste infrastructuur wordt behandeld. Wij stellen dat dit raamwerk zelf een leerbare besturingslaag is. We formaliseren de werking van het raamwerk als een eindige-horizon Harness-MDP, waarbij een lichtgewicht controller structurele uitvoeringsacties kiest terwijl de LLM-uitvoerder bevroren blijft. De controller wordt getraind