arXiv cs.AI· Zijian Jiang, Xilu Wang·· 12 小时前AI 评分32
工具智能体通过行为定位实现鲁棒软技能适配
Robust Soft Skill Adaptation via Behavioral Localization in Tool-Using Agents
AI 导读
研究提出 Behavioral Localization 方法，通过对比冻结智能体有无文本技能时的表现，定位技能真正起作用的轨迹位置，并用这些位置监督短软提示。
正文 · AI 翻译
摘要：文本技能可以扩展工具使用型智能体的能力，但过长的技能描述会增加计算成本。软提示提供了一种紧凑的替代方案，然而从整条成功轨迹中学习也可能引入不必要的行为变化。我们发现，文本技能的有用效果高度集中在轨迹位置的一小部分子集上。基于这一观察，我们提出了行为定位（Behavioral Localization），它通过比较冻结智能体在有无文本技能时的表现，来识别技能既提高成功 token 概率、又对下一 token 分布产生有意义改变的位置。我们利用这些定位位置来监督一个简短的软提示。在 SpreadsheetBench 上使用冻结的 Qwen3.6-35B-A3B 智能体进行的实验表明，前 10\% 的轨迹位置捕获了总正向技能增益的 96.12\%。在共享提示设置下，选择性监督将成功率从使用完整轨迹时的 30.36\% 提升至 36.79\%。在任务特定条件下，使用前 10\% 的定位位置达到 57.38\%，优于完整文本技能和同策略 OPCD 基线。这些结果表明，一小部分与行为相关的轨迹位置可以为软技能提供有效的监督。
| 学科： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.30041 [cs.AI] |
| （或 arXiv:2610.30041v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.30041 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Zijian Jiang [查看邮箱]
[v1]
2026年10月21日 星期三 17:02:06 UTC（723 KB）
来源：arXiv cs.AI · arxiv.org