MCP-Universe RL

新框架简化了 LLM 工具使用代理的 RL 训练

研究人员开发了 MCP-Universe RL (MCP-U RL)，这是一个开源框架，旨在简化利用工具的大型语言模型 (LLM) 代理的训练。该框架解决了两个关键挑战：高效管理大量隔离环境以进行并发训练轨迹，以及在涉及缓慢工具调用的长多轮对话中优化 GPU 利用率。MCP-U RL 与用于环境接口的模型上下文协议 (MCP) 集成，并包含环境和 rollout 管理的编排层，使代理能够在软件工程和深度研究等各种领域进行训练。