arXiv cs.AI· Yuchen Zhang·· 11 小时前AI 评分26
CausalEvo：面向健康 LLM 智能体的因果技能自进化方法
CausalEvo: Causal Skill Self-Evolution for Health LLM Agents
AI 导读
CausalEvo 通过估计刻意变更技能集的相对效应来实现健康 LLM 智能体的技能自进化，在 6 项 MedCalc-Bench-Verified 任务、120 个留出案例上达到 60.00% 准确率，高于 SkillOpt 的 55.83% 和无技能基线的 51.67%。
正文 · AI 翻译
摘要：面向健康领域的大语言模型（LLM）智能体可以从任务反馈中积累可复用的文本技能，例如计算标准、测量时间点和公式单位。决定保留哪些技能会产生重要影响：有用的规则会改善后续回答，而错误的泛化则会传播错误。我们提出 CausalEvo，一种因果技能自演化方法，它在保持模型权重、反馈案例和规则数量不变的情况下，估计有意改变的技能集合的相对效应。在每个演化步骤中，一个冻结的 LLM 提出候选规则，这些规则与现有技能一起汇入候选池，使当前技能集合始终是一个可行选择。针对共享背景规则的成对技能替换在同一批反馈案例上评分；最小二乘法将分数差异转换为相对技能价值，并保留排名靠前的规则，在平局时优先保留现有技能。一个决策损失界将候选支持、近似和估计误差分离开来。在六个 MedCalc-Bench-Verified 任务、120 个留出案例上，CausalEvo 达到 60.00% 的准确率，而 SkillOpt 为 55.83%，无技能时为 51.67%。在记录的、使用不同优化预算的训练配置中，它比 SkillOpt 少消耗 55.6% 的训练 token。收益集中在特定计算上，同时在其他计算上出现退化，且成对准确率区间包含零。CausalEvo 将任务反馈转化为关于技能保留与替换的受控决策。项目仓库：此 https URL
| 评论： | GenAI for Health Workshop @ NeurIPS 2026，悉尼 |
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.21016 [cs.LG] |
| （或 arXiv:2610.21016v1 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.21016 arXiv 颁发的 DOI 通过 DataCite |
提交历史
来自：Yuchen Zhang [查看邮箱]
[v1]
2026年10月14日星期三 23:23:52 UTC（225 KB）
来源：arXiv cs.AI · arxiv.org