CASCADE: Case-Based Continual Adaptation for Large Language Models During Deployment

Este artículo formaliza el Aprendizaje en Tiempo de Despliegue (DTL) como una nueva etapa para los LLM, permitiéndoles adaptarse continuamente a partir de la experiencia posterior al entrenamiento sin modificar los parámetros del modelo. Presenta CASCADE, un marco que equipa a los agentes LLM con una memoria episódica explícita y evolutiva, formalizando la reutilización de la experiencia como un problema de bandido contextual.