Я не знаю, что лаборатории делают с этими бедными LLM во время RL, но они смертельно боятся исключений в любом бесконечно маловероятном случае. Исключения — это нормальная часть жизни и здорового процесса разработки. Подпишите мою петицию о благосостоянии LLM для улучшения вознаграждений в случаях исключений.

Точка зрения: Ваш агент LLM делит a на b