arXiv cs.AI· Hariharan Devarajan, Neeraj Rajesh, Aniruddha Marathe, Nikoli Dryden, Kin Ng, Michela Taufer·· 11 小时前AI 评分58
Phronix：面向智能体的能力中心学习范式
Phronix: The Capability-Centric Learning Paradigm for Agents
AI 导读
论文提出 Phronix，一种让智能体从自身执行中获取、验证和精炼可复用能力的能力中心学习范式，通过预测-验证-修正循环把每次交互蒸馏进能力库。学到的能力在首次尝试中解决重复任务的比例达 93-95%，每个任务可自动产生 7.6-30.8 个持久能力，热启动每任务仅消耗 0.38-0.40 百万 token。
正文 · AI 翻译
摘要：科学计算日益依赖基于大语言模型的智能体来执行性能工程任务，例如插桩、分析和工作流移植。然而，智能体的有效性在很大程度上取决于其周边的运行框架，而该框架通常依赖人工编写的技能和精心整理的记忆。这限制了自主学习能力，迫使智能体反复重新发现解决方案，而不是保留并复用先前执行中获得的知识。我们提出 Phronix，一种以能力为中心的学习范式，使智能体运行框架能够从自身执行中获取、验证并改进可复用的能力。Phronix 通过预测器-验证器-纠正器循环运作：MCP 工具及相关技能提出解决方案，工具执行对其进行验证，观察到的结果则用于改进已存储的能力。它将每一次观察到的交互提炼进能力库，并对失败的任务进行研究，而不是放弃它。第一，此类学习到的能力在每种模型上都能以 93-95% 的比例首次尝试即解决重复出现的任务，显著降低了解决方案的不确定性并提升了可靠性。第二，Phronix 无需用户指令，即可将智能体自身的执行转化为每个任务 7.6-30.8 项持久能力，而一旦所需能力已存在，新建能力数量便降至两项以下。第三，热启动运行每个任务仅消耗 0.38-0.40 百万 token，比单次基线尝试少三到四倍，而冷启动的成本不超过基线。在 1000 Genome Pegasus 工作流上，为生产应用插桩以进行 I/O 性能分析时，Phronix 通过了全部 11 项正确性检查，而基线框架仅通过六项；它还将两个更廉价模型在 SWE-bench 任务上的解决率分别从 29% 和 27% 提升至 91% 和 87%，与所评估的最昂贵模型的表现相当。
| 评论： | 11 页正文加参考文献 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.31789 [cs.AI] |
| （或 arXiv:2610.31789v1 [cs.AI] 为本版本） | |
| https://doi.org/10.48550/arXiv.2610.31789 由 DataCite 颁发 arXiv DOI（待注册） |
提交历史
来自：Hariharan Devarajan [查看邮箱]
[v1]
2026年10月22日 星期四 18:29:52 UTC（204 KB）
来源：arXiv cs.AI · arxiv.org