Agent Training

rLLM: เมื่อการฝึก Agent ด้วย Reinforcement Learning ย้ายมาอยู่ใกล้ harness

วิเคราะห์ rLLM เฟรมเวิร์กฝึก language agents ผ่าน RL ที่เชื่อม harness, sandbox, benchmark และ training backend หลายแบบเข้าด้วยกัน