GRSE：靠重复执行对比给多 Agent 团队的技能精准记功
Mayoclinic · hf · 2026-10-22
论文提出 GRSE，用于合作型语言 agent 团队的技能进化：核心难题是多 agent 系统中一个行为该归功/归咎于哪个 agent 的哪项技能。
方法要点：
- 将团队多次重复执行分组对比，用行为 critic 判断成败归因到具体的 agent-skill 对
- 基于组内相对表现做信用分配：失败的 agent 诱导（induce）新技能，成功者保留
- 技能库通过 aggregate→induce/refine 流程更新，带验证门控（如 0.20→0.36 通过才接受）；有害技能优先精炼而非直接剪枝
在多跳推理任务上超越此前方法，并能从有害技能中恢复。配图展示了完整的三阶段流程：分组执行、行为信用分配、技能聚合更新。
「编程与Agent」频道最新
- 个人 AI Agent 一年爆发史：从 OpenClaw 到各大实验室全部下场 — thisiskp_ · 2026-10-22
- Coinbase 讲解 x402 协议：让软件在调用工具的瞬间完成付费 — kleffew94 · 2026-10-22
- Antigravity app 更新 v2.24.0-v2.25.0：新增 /compact 压缩长对话 — rseroter · 2026-10-22
- 开源工具 Graphify 用知识图谱替代向量库做编码 Agent 记忆 — abhishek__AI · 2026-10-22
- 南开联合阿里云提出 PoS,破解 Agent「信念困局」空转难题 — jiqizhixin · 2026-10-22
- 博主把自己降级为复制粘贴层:研究 Agent 全自动经营 X 账号 — petrusenko_max · 2026-10-22