Agentic Monte Carlo: Simulating Reinforcement Learning for Black-Box Agents

En 3 lignesAgentic Monte Carlo (AMC) optimise les agents LLM black-box sans accès aux paramètres. La méthode utilise Sequential Monte Carlo pour échantillonner depuis la politique optimale en apprenant une fonction de valeur, sans modifier le modèle sous-jacent. Validée sur AgentGym, AMC surpasse les baselines de prompting et GRPO.

Résumé généré par Claude — vérifié par l'humain