arXiv cs.AI· Letian Zhu, Han Li, Yifan Yao, Xinping Lei, Xinyu Che, Jiahao Wang, Dianyi Wang, Yucheng Fu, Jiakai Wang, Zhiqi Bai, Wenbo Su, Jiaheng Liu·· 3 天前AI 评分36
Socratic Skill Learning：交错教学与练习实现可迁移的智能体技能
Socratic Skill Learning: Interleaving Teaching and Practice for Transferable Agent Skills
AI 导读
研究者提出 Socratic Skill Learning（SSL），让 Educator 引导探究、Student 作为唯一环境操作者与技能作者，交错进行专家教学与练习，以学习可迁移的智能体技能。
正文 · AI 翻译
作者：Letian Zhu、Han Li、Yifan Yao、Xinping Lei、Xinyu Che、Jiahao Wang、Dianyi Wang、Yucheng Fu、Jiakai Wang、Zhiqi Bai、Wenbo Su、Jiaheng Liu
摘要：Agent Skills 通过让任务知识可跨会话复用来改进 LLM 智能体。学习可迁移的 Skills 需要关于某个流程及其使用条件的证据，而一次成功的任务尝试可能并未对此进行检验。我们提出 Socratic Skill Learning（SSL），它将专家教学与学生实践交替进行。Educator 引导探究，而 Student 始终是唯一的环境操作者和 Skill 作者，能够质疑、测试并调整建议。为了测试学习任务之外的可复用性，我们构建了 SkillTransferBench，包含 35 个任务族和 408 个可执行案例，将公开的变体规范与在全新求解器会话中进行的留出评估配对。在主要的 22 个任务族、155 个案例队列上，Fixed-Window SSL 达到 0.801 的效用，而无 Skill 时为 0.723，适配后的 Trace2Skill（轨迹蒸馏）为 0.761，适配后的 SKILL-KD（对比蒸馏）为 0.751。在共享任务族上的三组模型配对中，交替式指导优于专家撰写和事后教学。过程分析将指导与 Student 的写作和包修订联系起来；一个案例研究展示了 Student 测试并改进所提出的流程以供后续复用。随着对新课程的需求下降，固定窗口审查的成本上升。Issue-Guided SSL 跨 Skill 修订跟踪未解决的问题，以选择并聚焦审查，在主要队列上达到 0.805 的效用，同时比 Fixed-Window SSL 减少 61.7% 的 Educator token 和 16.9% 的总获取 token。
| Comments: | 25 页。代码和基准：this https URL |
| Subjects: | 人工智能（cs.AI） |
| Cite as: | arXiv:2610.17860 [cs.AI] |
| （或 arXiv:2610.17860v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.17860 arXiv 颁发的 DOI 通过 DataCite（待注册） |
Submission history
来自：Letian Zhu [查看邮箱]
[v1]
2026年10月13日星期二 07:23:34 UTC（1,306 KB）
来源：arXiv cs.AI · arxiv.org