SKILL-KD 面向 LLM 智能体的技能蒸馏
该框架将教师与学生轨迹之间的差异转化为可复用的文本技能补丁。
为什么重要
这项工作回应了基于技能的提示方法中的一个现实短板：能力较弱的智能体在失败运行中可能暴露不出足够证据，难以推断其缺失的策略。把技能作为一种显式的蒸馏媒介，可能让跨能力差距的智能体改进变得更系统。
核心要点
- 1.SKILL-KD 会对比学生失败轨迹与教师轨迹。
- 2.文本技能补丁会通过重新运行学生智能体来测试。
- 3.Drift-Aware Skill Consolidation 用于管理反复发生的局部更新。
研究人员提出了 SKILL-KD，这是一种面向 LLM 智能体的对比式技能蒸馏框架。该方法会在同一任务上对比失败的学生轨迹与教师轨迹，将其中可执行的差异提炼为文本技能补丁，再重新运行学生智能体进行评估；如果仍然失败，则继续迭代优化补丁。它还利用与轨迹关联的编辑历史，以及 Drift-Aware Skill Consolidation 来管理反复发生的技能更新。
⚡ 今天就能用
在为会从失败轨迹中学习的智能体采用技能记忆更新之前，先阅读论文。
来源与原始报道
本简报汇总并链接到以下媒体的报道。
觉得这篇简报有用？下一篇直接送到你的邮箱。