Meta 公司与芝加哥大学及加州大学伯克利分校的研究人员共同开发了一种新框架 ——DreamGym，旨在解决使用强化学习（RL）训练大型语言模型(LLM)代理所面临的高成本、复杂基础设施和不可靠反馈等…