SkillForge:用技能生命周期管理做智能体 RL,成功率最高提升 7.8%
ict-cas · hf · 2026-10-08
中科院计算所提出 SkillForge,一种通过「技能生命周期」管理来协同进化技能库与模型的智能体强化学习方法。
- 问题:记忆增强 RL 中,随着策略变强,不加筛选地保留所有技能会让过时或有害条目积累并误导 Agent。
- 方法:为技能定义试炼、活跃、稳定、退役四态生命周期——RL 前先用基座模型自己的 rollout 预退役低适应度技能,过滤后的技能库种子化 SFT;训练中每轮由选择性退役、稳定化和 LLM 引导的变异持续锻造技能库。
- 成绩:多个交互式 Agent benchmark 上聚合成功率最高,相对最强基线提升达 7.8%,同时保持技能库紧凑。
- 开源配套 SkillFurnace 数据集:5000+ 条标注记录,含退役过滤的 SFT 轨迹、带适应度标注的技能库、人工标注失败类别的退役事件。
「编程与Agent」频道最新
- cogmemai-mcp 上线:28个MCP工具为AI编码助手提供跨会话云记忆 — modelcontextprotocol · 2026-10-08
- 用户实测 Grok Bot 一键认领邮箱,与另一 agent 邮件协作分工干活 — elonmusk · 2026-10-08
- Cloudflare 开源 agentic-inbox:自托管邮箱内置 Kimi 读信回信,收信免费 — sujingshen · 2026-10-08
- OpenRSI 智能体产出 3 项优化被 SGLang-Omni 官方合入 — yuz9yuz · 2026-10-08
- 实测显示 AI 写的单元测试无助于提升 agent 成功率 — GabGarrett · 2026-10-08
- 158k star 的 Agency Agents：把整家公司岗位都做成 AI Agent — sujingshen · 2026-10-08