#оффлайн RL19.10.2025
Weak-for-Strong: как 7B мета-агент научился оркестровать мощные LLM
'W4S обучает 7B мета-агента писать Python workflow, которые оркестрируют более сильные LLM без их дообучения, демонстрируя улучшения в 11 бенчмарках и высокий Pass@1 на HumanEval.'