SkillGLoW 论文:让 Agent 记“解法家族”而非逐条任务,提分 17.2 且库压缩 3.6 倍
rohanpaul_ai · x · 2026-09-06
arXiv 论文 SkillGLoW(Global-Local Weave)针对自改进 LLM agent 的技能记忆问题提出新方案。现有两种技能存储方式在长程异构任务上都会失效:全局文档退化为空泛的纪律性说教,逐任务技能池则膨胀且条目与具体实例绑定。
作者主张真正该复用的单元是“一组相关任务共享的解题程序”(procedural family):将任务执行中写下的局部技能聚合为程序族,压缩成去实例化的全局先验;实例细节不存储,而是在每个任务中按需重新生成;并设提交门控(commit gate),只有实际执行证明先验不损害已有库时才允许收录。
结果:
- 覆盖数学推理、终端自动化、软件修复、具身控制四个基准、三个模型
- 相比无技能基线,困难集平均提分 17.2,12 次持续改进运行全部正增益;加局部再生成达 18.0
- 每个程序族只存一条先验,库比逐任务池紧凑 3.6 倍
所属事件:SkillGLoW：Agent 只记解法家族，记忆库缩小 3.6 倍还涨分(2 条相关)→
「编程与Agent」频道最新
- 自研 NVFP4 KV 缓存+YaRN：单卡 5090 跑通 55.5 万上下文 — Lumpy-Comedian-1027 · 2026-09-06
- 开发者 demo：lume 智能体可读取自身报错自我调试 — BLUECOW009 · 2026-09-06
- AI Agent Astra 几分钟把 three.js demo 移植成 Godot，上限更高 — teortaxesTex · 2026-09-06
- 日本开发者用 GPT-6Astra High 做出等距视角战棋游戏,实测确实好玩 — IanArawjo · 2026-09-06
- Armin Ronacher：多数模型的推理档位写在系统提示里，切换即废 KV 缓存 — mitsuhiko · 2026-09-06
- mitsuhiko：切换推理档位会刷新 KV 缓存，Fable 5.1 是例外 — mitsuhiko · 2026-09-06