強化学習において；報酬が得られるまでが非常に長いタスクを解くために；大きな課題を小さなサブ課題に分割して学習する手法はどれか。

LLMアプリケーションにおいて；出力された結果が不適切な場合に；自動で「再生成」や「修正指示」を送る制御ロジックを何というか。