该文章介绍了一种离线学习框架，通过利用大规模离线数据改善大型语言模型的学习性能。该框架引入离线数据驱动的发现和精炼框架，提升大型语言模型的决策能力，并持续优于基准模型。

该文章介绍了一种离线学习框架，通过利用大规模离线数据改善大型语言模型的学习性能。该框架引入离线数据驱动的发现和精炼框架，显著提升大型语言模型的决策能力，并在基于文本和代码的策略下持续优于基准模型。