Agent Skill Evolution Reasoning Trees Efficiency
摘要

技能进化通过反馈提升Agent能力,但现有方法依赖单条轨迹,易受早期错误传播影响且成本高昂。本文提出Branch2Skill框架,利用蒙特卡洛树搜索生成多样推理轨迹,对比精英路径与兄弟节点以提取逐步证据,指导保留、修正或避免特定推理模式。该方法将多步证据蒸馏为可复用更新,显著减少重复迭代所需的Token消耗。在六个基准测试中,Branch2Skill在提升任务性能的同时,相比SkillOpt减少了73.2%的Token使用量,证明了推理树对高效技能进化的支持作用。

AI 推荐理由

论文核心聚焦于Agent技能的自我进化与改进,提出高效框架优化技能更新过程。

研究机构
北京理工大学人工智能学院,中国北京 杭州国际创新研究院,北京理工大学,中国杭州 香港理工大学,中国香港特别行政区 莱斯特大学,英国莱斯特 南洋理工大学,新加坡 快手科技,中国北京
论文信息
作者 Yanwei Ren, Haotian Zhang, Likang Xiao, Jiaxing Huang, Jiayan Qiu et al.
发布日期 2026-08-09
arXiv ID 2608.08677
相关性评分 9/10 (高度相关)