★ 2
SkillPivot：偏差点引导的智能体技能自进化
论文提出 SkillPivot 框架，指出失败轨迹往往前半段有效、后半段才出错，因此不应整体否定。该方法通过执行有效性、目标进度与动作多样性定位偏差点，让更强的教师模型从同一前缀续写成功路径，对比生成局部化技能更新。在 ToolQA、LogicBench、WildClawBench 上稳定优于现有…
arXiv cs.AI38 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出 SkillPivot 框架，指出失败轨迹往往前半段有效、后半段才出错，因此不应整体否定。该方法通过执行有效性、目标进度与动作多样性定位偏差点，让更强的教师模型从同一前缀续写成功路径，对比生成局部化技能更新。在 ToolQA、LogicBench、WildClawBench 上稳定优于现有…