多臂老虎机如何结合 LLM，实现上下文感知与实时适应

burkov 系统梳理了多臂老虎机算法与 LLM 的双向协同，指出两者结合可构建兼具上下文感知、资源高效与实时适应能力的 AI 系统。bandit 算法可优化 LLM 的训练与推理流水线，LLM 则能帮助其理解非结构化上下文并实时自适应决策。