摘要
大型语言模型代理常面临具有可复用模式的关联任务。现有方法或将任务视为独立片段,或流程繁琐。本文提出 SkillRise,一种统一的强化学习框架,用于跨任务技能学习。该框架将相关实例组织为渐进挑战序列,利用单一策略交替执行任务求解与技能文档策展,并直接传递给后续任务。通过解耦的信用分配机制,分别基于当前结果监督求解,基于下游折扣结果监督策展。实验表明,SkillRise 在多个基准上显著优于基线,有效实现了可迁移技能的提取、精炼与复用。
AI 推荐理由
论文核心提出跨任务技能学习框架,聚焦技能提取、优化与复用机制。
研究机构
Meituan
Zhejiang University
National University of Singapore
Shanghai Jiao Tong University
论文信息