Ecom-RLVE, 이커머스 AI 에이전트를 위한 검증 가능한 gym 공개
huggingface가 이커머스 대화형 에이전트 훈련을 위한 검증 가능한 강화 학습 환경인 ecom-rlve를 공개했습니다. llm-as-a-judge 방식과 달리, 8가지 서로 다른 쇼핑 시나리오에서 작업 완료, 효율성, 환각 검사에 기반한 프로그래매틱 보상 신호를 사용해 에이전트가 product id를 지어내지 않으면서도 멀티턴 워크플로와 도구 사용을 올바르게 처리하도록 보장합니다.
Hugging Face는 전자 상거래를 위한 대화형 에이전트를 훈련하고 평가하기 위해 설계된 오픈 소스 강화 학습 환경인 Ecom-RLVE를 출시했습니다. 이 프레임워크는 단일 턴 텍스트 퍼즐에서 복잡한 다중 턴 에이전틱 워크플로우로 확장되어 카탈로그 검색 및 카트 작업과 같은 도구 사용을 필요로 합니다. 여기에는 적응형 난이도 커리큘럼이 포함되어 있으며 작업 성공(F1 점수 제품/변형/수량 튜플), 효율성 및 환각 페널티에 기반한 확인 가능한 보상을 제공하여 에이전트가 검색하지 않은 제품 ID를 생성하지 않도록 합니다.