critic agent

Определение

Агент, проверяющий вывод основного агента на корректность, полноту и следование инструкциям, и дающий структурированную обратную связь для итеративного улучшения. Также используется как компонент оценки преимущества в PPO.

Где встречается

• 149. Как спроектировать агента, который может самоисправляться (self-correction)
• 328. GRPO (Group Relative Policy Optimization) vs PPO — чем отличается и зачем нужен
• 800+ вопросов

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление