各方报道 1 篇
arXiv cs.AI·09-29 12:00★ 2
技能何时有用：任务条件化增益预测
原文 论文发现智能体技能常无收益甚至损害性能并增加token成本，提出SkillDelta框架，从同一智能体有无技能配对的执行历史预测任务条件化技能增益。局部预测器无需重训智能体即可将历史增益迁移到新任务，并在显式迁移假设下将支持覆盖、表示失配与执行噪声关联到预测误差与决策后悔。在五个基准三个目标智能体上，15个设定中12个排序改善，平均绝对成功率提升4.3%。
论文发现智能体技能常无收益甚至损害性能并增加token成本，提出SkillDelta框架，从同一智能体有无技能配对的执行历史预测任务条件化技能增益。局部预测器无需重训智能体即可将历史增益迁移到新任务，并在显式迁移假设下将支持覆盖、表示失配与执行噪声关联到预测误差与决策后悔。在五个基准三个目标智能体上，15个设定中12个排序改善，平均绝对成功率提升4.3%。