摘要
自动化技能演化使LLM Agent无需昂贵重训练即可持续改进。现有方法多视为局部更新序列,忽视技能间关系且易过拟合。本文提出GSE框架,联合优化技能兼容性与泛化能力。通过维护技能关系图(SRG)显式建模并协同演化技能间关系以保持一致性;采用基于聚类的技能合并从局部更新中抽象可复用能力,并利用回放驱动验证防止过拟合及行为退化。在OpenHands等编码代理上的实验表明,GSE显著提升了测试生成和误报过滤的精度与召回率,展现了其有效性与泛化能力。
AI 推荐理由
论文核心研究编码Agent的技能复用、全局优化与泛化,直接对应技能学习主题。
研究机构
天津大学
清华大学
论文信息