이 섹션에서는 완전한 두 에이전트 훈련 실행과 더 고급 사용법의 예시를 제시합니다.
빠른 시작#
길이-비율 훈련
길이-비율 보상을 사용하는 두 에이전트 훈련 예시, 데이터셋, 보상 함수, 구성, 훈련 루프를 포함합니다.
고급 사용법#
훈련 재개
중단된 런을 재개하거나 훈련 체크포인트에서 완료된 런을 확장합니다. 모든 세그먼트는 하나의 W&B 런에 기록됩니다.
다중 턴 피드백
두 단계 훈련에서 외부 트랜지션이 각 에이전트의 응답 길이를 미리 보고한 후 에이전트가 수정합니다.
환경#
더 많은 예시는 환경에서 찾을 수 있으며, 여기에는 CoMLRL 를 사용하여 글쓰기, 코딩, 여행 계획, 도구 사용 등이 포함됩니다.