arXiv cs.AI· Wenhan Xiao, Ziwei Zhang, Xingcheng Fu, Chuanyue Yu, Haonan Yuan, Qingyun Sun, Runhua Xu, Jianxin Li·· 14 小时前AI 评分34
SKALOS：用能力图区分相似技能，提升 LLM 智能体技能选择
SKALOS: Learning to Distinguish Similar Skills with Capability Graphs
AI 导读
SKALOS 是一个基于图的技能重排序器，通过显式能力证据比较语义相似的技能，在 SkillRet 上使 NDCG@10 比匹配的纯文本重排序器提升 2.68 个百分点。其多层级图对齐技能间的等价表达并保留技能特有的能力证据，半环式能力见证学习按最弱证据为每个分支打分并检查单一实现内的联合支持。见证引导的技能选择还将 ALFWorld 任务成功率从 22% 提升至 29%。
正文 · AI 翻译
摘要：技能为 LLM 智能体提供可复用的程序性知识，因此恰当选择技能对于智能体的可靠行为至关重要。随着技能库不断扩展，区分语义相似的候选技能变得越来越困难。现有方法通过编码或改写技能描述来进行相关性排序，但异构的描述可能掩盖能力差异。为应对这一挑战，我们提出 SKALOS，一种基于图的原生重排序器，通过显式的能力证据来比较技能。其多层级图对齐不同技能间的等价表达，同时保留技能特有的能力证据。由于单独相关的各能力要素未必能共同支持某个查询，基于半环的能力见证学习以每个分支最弱的证据为其打分，检查提取出的需求在单个实现内是否得到联合支持，并选出最强的替代方案。为减少抽取错误的影响，我们开发了排序反馈图校准方法，在候选比较中调整不可靠的证据。在 SkillRet 上的实验表明，SKALOS 相比匹配的纯文本重排序器将 NDCG@10 提升了 2.68 个百分点。见证引导的技能选择还将 ALFWorld 任务成功率从 22% 提升至 29%。
| 评论： | 12 页，7 幅图，19 张表 |
| 主题： | 人工智能（cs.AI） |
| ACM 分类： | H.3.3; I.2.6 |
| 引用为： | arXiv:2610.34728 [cs.AI] |
| （或 arXiv:2610.34728v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.34728 由 DataCite 颁发 arXiv DOI（待注册） |
提交历史
来自：Wenhan Xiao [查看邮箱]
[v1]
2026 年 10 月 26 日星期一 02:25:42 UTC（937 KB）
来源：arXiv cs.AI · arxiv.org