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

Cet article formalise l'Apprentissage en Temps de Déploiement (DTL) comme une nouvelle étape pour les LLM, leur permettant de s'adapter continuellement à partir de l'expérience post-entraînement sans modifier les paramètres du modèle. Il introduit CASCADE, un cadre qui dote les agents LLM d'une mémoire épisodique explicite et évolutive, formalisant la réutilisation d'expérience comme un problème de bandit contextuel.