摘要
针对权重固定的Agent,其能力需通过自然语言文档(技能)补充。传统优化方法仅依赖单一得分,易陷入过拟合尖峰而忽视泛化潜力。本文提出BONSAI框架,引入“可进化性”概念,即文档空间产生有效变异的潜力。该框架利用蒙特卡洛树搜索构建技能演化过程,子节点为父节点的变异体,并通过结合自身适应度与邻域适应度的上置信界规则进行选择。实验表明,在30B参数冻结Agent上,该方法显著提升了未见数据的准确率,优于现有基线。
AI 推荐理由
论文核心聚焦于技能(Skill)的优化框架,通过进化引导的树搜索提升冻结Agent的技能表现。
研究机构
IBM Research
论文信息