SENTINEL: Failure-Driven Reinforcement Learning for Training Tool-Using Language Model Agents

En 3 lignesSENTINEL est un framework de reinforcement learning qui améliore les agents LLM utilisant des outils en convertissant leurs échecs en tâches d'entraînement ciblées. Sur Tau2-Bench Retail avec Qwen3-4B-Thinking-2507, la méthode augmente Pass@1 de 66,4 à 74,9 via une boucle Controller-Proposer-Solver analysant les erreurs récurrentes.

Résumé généré par Claude — vérifié par l'humain