AgentGym-RL: ¡Desbloqueando agentes LLM que superan a los modelos comerciales!

Descubre AgentGym-RL, el revolucionario marco de aprendizaje por refuerzo diseñado para entrenar agentes de Modelos de Lenguaje Grandes (LLM) capaces de tomar decisiones inteligentes y complejas en escenarios del mundo real. A diferencia de los métodos tradicionales, AgentGym-RL permite a los agentes adquirir conocimientos y habilidades desde cero, sin necesidad de ajustes supervisados (SFT). Gracias a su arquitectura modular y la innovadora estrategia ScalingInter-RL, este sistema optimiza el equilibrio entre exploración y explotación, logrando una optimización estable. Sus agentes han demostrado igualar o superar el rendimiento de modelos comerciales como GPT-4o y Gemini-2.5-Pro en 27 tareas diversas, abarcando navegación web, búsqueda profunda, juegos digitales, tareas corporales y científicas. Este avance notable se logra particularmente en modelos de 7B parámetros, elevándolos al nivel de modelos propietarios mucho más grandes. Próximamente, el marco completo, incluyendo el código y los conjuntos de datos, estará disponible como código abierto para potenciar a la comunidad de investigación.https://arxiv.org/pdf/2509.08755