#強化学習

2件の記事

【実践ガイド】Agent Lightningで自作エージェントを強化学習する ─ ユースケース別導入手順

Agent Lightningを使った具体的な実装方法を解説します。APOとGRPO/PPOの違い、GPTモデルとの関係、会議室予約・Text-to-SQL・RAGエージェントの実装例まで、ユースケース別に導入手順を紹介しています。

2025年はRLVRの年でした。o1/o3、DeepSeek R1が推論能力を飛躍的に向上させた今、エージェントを個別にRLで訓練する意味はあるのでしょうか？Agent Lightningを題材に、ベースモデルの賢さとエージェントRLの関係を考察します。