Text-to-Reward 提供一個流程，用於訓練能將文字描述或反饋映射為數值回饋的模型，供 RL 代理使用。它利用基於轉換器的架構並在收集的人類偏好數據上進行微調，自動學習如何將自然語言指令解讀為回饋信號。用戶可以用文字提示定義任意任務，訓練模型，再將學習到的回饋函數整合到任何 RL 演算法中。此方法消除手動設計回饋的需求，提高樣本效率，並讓代理能在模擬或現實環境中執行複雜的多步指令。

X AI Agent是一個以開發者為中心的框架，簡化了使用大型語言模型打造自訂AI代理的流程。它原生支援函數呼叫、記憶存儲、工具與插件整合、連鎖思考推理，以及多步任務的協調。用戶可以定義自訂動作、連接外部API，並在會話間維持對話上下文。模組化設計確保擴展性，並可輕鬆整合主流LLM供應商，實現強大的自動化與決策流程。