标签
该论文提出了EvalXRL，一个通过使用LLM编程智能体来诊断和修复RL智能体中的错误，从而评估可解释强化学习方法的基准。
一位开发者询问其他人如何调试因信息过时而做出错误决策的AI代理，并对当前追踪工具（如LangSmith、LangFuse和Phoenix）的有效性提出质疑。