Google 论文 EfficientSkill:两阶段裁剪 agent 技能,输出 token 最多省 80%

dair_ai · x · 2026-11-17

Google 与普渡的论文 EfficientSkill 针对反思式技能优化器的通病:技能在每次失败后追加规则,prompt 越来越长,agent 每轮读更多 token,长循环超时,且累计输入 token 随多轮交互二次增长。

核心方法分两阶段:

结果:在四个前沿/中档/开源模型、MATH-500、ALFWorld、SpreadsheetBench 上,12 个配置中 11 个输出 token 下降,最多省 80%;所有基准准确率均上升,其中 Gemini 3.8 Flash +14.3 分、Grok 4.1 Fast +17.5 分。通过压缩停滞循环、收缩生成 token 并重放历史,总 token 用量与推理成本在有无 full-prefix KV cache 下均下降。dair-ai 称其自家实验也验证了「先学准、再裁短」的做法有效。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →