arXiv cs.CL· Jiahao Wang, Yuqi Xiong, Qing Yang, Zhipeng Xu, Zhenghao Liu, Zulong Chen, Yubin Bao·· 10 小时前AI 评分31
PASE：程序辅助的可补丁技能进化框架
Program-Aided Patchable Skill Evolution
AI 导读
研究者提出 PASE（Program-Aided Patchable Skill Evolution），将 LLM 智能体技能中的可复用流程逻辑拆分为可编辑程序，从而对可执行组件做定向更新，减少反复修改自然语言技能文档。在多种模型和基准上，PASE 一致优于所有基线，提升超过 2.8%，并表现出更好的进化稳定性与泛化能力。全部数据与代码将通过 GitHub 发布。
正文 · AI 翻译
摘要：Agent skills 已成为一种有效手段，使 LLM 智能体能够通过编码可复用知识而不修改模型参数来解决复杂的交互式任务。近期方法通过从智能体执行轨迹中提炼可复用经验，并基于下游任务反馈演化技能，进一步改进了技能适配。然而，现有方法主要将技能表示为自然语言文档，将过程逻辑与描述性知识交织在一起，使技能难以维护和演化。为解决这一局限，我们提出 PASE（Program-Aided Patchable Skill Evolution），一个通过将技能与可执行程序关联来迭代演化技能的程序辅助框架。与先前主要用自然语言编码轨迹衍生经验的方法不同，PASE 将可复用的过程逻辑分离为可编辑程序，从而能够对可执行组件进行针对性更新，同时减少反复修改自然语言技能的需要。在不同模型和基准上的大量实验表明，PASE 始终优于所有基线，提升超过 2.8%。进一步分析表明，PASE 表现出更强的演化稳定性和泛化能力，凸显了程序化知识在技能演化中的关键作用。我们将通过 GitHub 发布所有数据和代码。
| 评论： | 17 页，6 幅图，5 张表 |
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI） |
| 引用为： | arXiv:2611.14019 [cs.CL] |
| （或 arXiv:2611.14019v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.14019 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Qing Yang [查看邮箱]
[v1]
2026 年 11 月 10 日星期二 12:53:12 UTC（800 KB）
来源：arXiv cs.CL · arxiv.org