Skill Distillation Reinforcement Learning External Knowledge LLM Agents
摘要

可复用技能封装了解决现实专业任务所需的程序性知识,为基于大语言模型的智能体提供了向专家领域自我进化的路径。现有方法受限于模型内部参数知识,难以获取域内惯例和标准流程。为此,本文提出Search2Skill框架,自动识别智能体的能力缺口,搜索外部资源并将检索证据蒸馏为结构化、可复用的技能。该框架通过基于量规的强化学习进行优化,协同改进搜索时机、方式及技能生成过程。实验表明,该方法在多个专家级领域基准上显著优于基线,且获得的技能具有跨模型规模的迁移能力。

AI 推荐理由

论文核心在于构建可复用的技能(Skills),通过蒸馏外部知识增强Agent的专业领域能力,直接对应技能学习主题。

研究机构
浙江大学 阿里巴巴集团 厦门大学人工智能学院 浙江 Gongshang 大学
论文信息
作者 Muyang Ye, Tian Lan, Feihu Jiang, Yongshi Ye, Wuyunsiqin et al.
发布日期 2026-08-05
arXiv ID 2608.05245
相关性评分 9/10 (高度相关)