● 关于 LLM 智能体泛化能力与强化学习微调的新研究

📌 一句话摘要 一篇研究论文探讨了强化学习微调如何影响 LLM 智能体的泛化能力，发现跨环境的序列训练比直接迁移更为有效。 📝 详细摘要 这条推文重点介绍了一项关于通过强化学习 (RL) 训练的 LLM 智能体泛化能力的研究。该研究表明，尽管 RL 微调在熟悉的环境中（例如，从 WebShop