ARISE：分层强化学习中具有内在技能进化的智能体推理

针对现有数学推理方法孤立处理问题、忽视可复用策略积累的局限，本文提出 ARISE 框架。该框架采用分层强化学习架构，包含高层技能管理器与低层执行者。管理器通过结构化总结成功轨迹构建分层技能库，并利用策略驱动机制检索相关技能以指导后续推理。分层奖励设计引导推理能力与技能库质量的协同进化。实验表明，ARISE 在多个基准测试中优于 GRPO 系列及记忆增强基线，尤其在分布外任务上表现显著，且组件消融研究证实了各部分的有效性。