Uma Taxonomia de Ambientes de RL para Agentes LLM

Ambientes de RL (Reinforcement Learning) funcionam como campos de treinamento para agentes LLM. A distribuição de tarefas é crucial, pois define as habilidades que os agentes desenvolvem, enquanto os harnesses controlam a forma como eles interagem. Verificadores são responsáveis por estabelecer o que é considerado um desempenho 'bom', e tanto o estado quanto a configuração do ambiente são determinantes para o realismo e a eficácia do treinamento.