摘要
LLM智能体通过积累程序性知识来适应重复任务,这些知识以轻量级、可复用的文本形式存储为“技能”。现有方法缺乏明确的诊断-结果反馈,且将删除视为通用编辑操作。本文提出SkillProx框架,受近端梯度下降启发,结合闭环诊断演化与效用感知的近端精炼。前向阶段重新执行基于诊断的编辑并回滚退化;后向阶段分解技能单元,利用冻结的留一法效用审计评估其贡献,并应用验证门控的整合或移除机制。实验表明,该方法在多个基准上显著提升了准确率。
AI 推荐理由
论文核心研究Agent技能(Skills)的构建、优化与进化机制,直接对应skills主题。
研究机构
香港科技大学
澳门大学
论文信息