Agentic ESOpt：用进化策略微调LLM代理，内存占用低

RT @HuggingPapers: Agentic ESOpt：以极低GPU内存微调长程LLM代理。该框架使用进化策略替代反向传播，仅需推理级内存即可实现全参数优化，在WebArena-Lite等任务上表现显著提升。https://t.co/PP1j7ZP3H1