摘要
本文提出 LASKO 框架,用于优化代理系统的技能编辑过程。针对技能编辑非独立且顺序敏感的特性,LASKO 将类型化 Markdown 技能建模为基础范畴,将编辑策略视为受控李代数胚的截面。该方法利用李括号筛选测试替代昂贵的模型验证,显著降低计算成本。实验表明,在自然语言因果提取任务中,相比暴力验证方法,LASKO 实现了近 15 倍的加速效果。
AI 推荐理由
论文提出 LASKO 框架,核心在于优化 Agent 的技能编辑策略与组合机制。
研究机构
Adobe Research and University of Massachusetts, Amherst
论文信息