★ 3
TalentRL：策略引导强化学习实现分层技能路由，ALFWorld 成功率 99.3%
论文提出 TalentRL，用粗粒度「才能」表示技能使用策略、细粒度技能提供可执行流程，通过策略引导的强化学习进行分层路由。在七个问答基准上，才能感知 SFT 相比零样本基线提升 6.7%-9.2%，RL 再提升 7.6%-9.3%。在 ALFWorld 与 WebShop 上取得最高成功率与得分。
arXiv cs.LG6 小时前
#技能路由
共 3 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
论文：LLM 智能体规模化后难以加载相关技能
一篇 arXiv 论文研究 LLM 智能体在技能库规模扩大后的隐式路由失效问题，发现智能体难以准确检索并加载与任务相关的技能，导致性能随规模下降。该工作揭示了当前智能体架构在技能组织与调用机制上的关键瓶颈。
Hacker News – LLM19 天前
★ 2
DSR：多样性感知的技能路由框架提升LLM智能体性能
提出多样性技能路由（DSR）框架，利用行列式点过程平衡相关性和非冗余性，解决技能注册表中功能冗余问题。在SkillRouter基准上，DSR提高了召回率和完整覆盖率，尤其在多技能查询上增益更大。这表明技能路由应视为互补集合选择而非单纯相关性排序。
arXiv cs.AI54 天前