JitRL：パラメータ更新なしでLLMエージェント学習に革命を起こす！

JitRLは、大規模言語モデル (LLM) エージェントの継続学習に対する画期的なアプローチを提供します。非パラメトリックメモリシステムを利用することで、JitRLはエージェントがLLM自体のコアパラメータを変更することなく過去の経験から学習することを可能にし、知識保持のための洗練されたソリューションを作り出しています。

• •JitRLは、パラメータ更新を必要とせずにLLMエージェントの継続学習を可能にします。
• •将来の行動をガイドするために、メモリに保存されたPolicy Triplet（<状態、行動、報酬>）を利用します。
• •このアプローチは、従来の強化学習でよく見られる「破滅的忘却」の問題を回避します。