検索エージェント

論文要約

LLM検索エージェントの構造的異質性に対処するStratified GRPOとは？

紹介論文今回紹介する論文はStratified GRPO: Handling Structural Heterogeneity in Reinforcement Learning of LLM Search Agentsという論文です。 こ...
2025.10.08
論文要約IT・プログラミング