跳到正文
arXiv cs.AI· Yunxiao Shi (Australian National University), Tingwei Chen (University of Technology Sydney), Dannong Xu (Australian National University), Ahad N. Zehmakan (Australian National University), Jialie Shen (City St George's, University of London), Zhendong Chu (Squirrel Ai Learning), Qingsong Wen (Squirrel Ai Learning)·· 4 小时前AI 评分38

智能体需要什么?Bundle-Aware 智能体资源组合方法

What Does an Agent Need? Bundle-Aware Agent Resource Composition

AI 导读

研究者提出 AgentComposition 任务与 Bundle-Aware 资源组合方法,联合选择主干模型与工具技能包以最大化端到端执行效用。该方法在 67.73% 的 AgentSelect 查询中于十个候选内恢复完整参考配置,约为最强基线的两倍,并在 SkillsBench 上领先所有基线。

正文 · AI 翻译

作者:Yunxiao Shi (1)、Tingwei Chen (2)、Dannong Xu (1)、Ahad N. Zehmakan (1)、Jialie Shen (3)、Zhendong Chu (4)、Qingsong Wen (4)((1) 澳大利亚国立大学,(2) 悉尼科技大学,(3) 伦敦大学城市圣乔治学院,(4) Squirrel Ai Learning)

查看 PDF HTML(实验性)

摘要:智能体资源的价值取决于其主干资源和配套资源,且只有在执行后才能知晓。基于 token 的生成器仍受限于其训练目录,而独立的资源评分会忽略互补性,复用的资源包又面向其他任务。我们提出任务条件化智能体资源组合(AgentComposition):联合选择主干模型和工具技能包,以最大化端到端执行效用。我们的检索接地式资源包感知智能体生成方法会检索候选资源以及相似任务的历史配置。经过微调的生成器读取资源描述,并通过约束束搜索重新组合候选资源,从而无需重新训练即可纳入新资源。资源包感知评判器使用大语言模型(LLM)教师模型和历史成功配置作为执行代理,对完整配置进行排序,并在有执行反馈时进行自适应调整。我们评估了参考配置恢复、使用评判奖励和原生奖励的离线执行,以及带真实执行的在线推荐,并构建了包含 5,060 个已执行配置的 AgentSelect-Exec。我们的方法在 67.73% 的 AgentSelect 查询中,能在十个候选内恢复完整参考配置,接近最强基线的两倍,并在 SkillsBench 上领先所有基线。经代理训练的评判器将排名最高智能体的执行分数从 7.58 提升至 8.37(满分 10 分);执行反馈将其提升至 8.78,高于最强基线。四个目标领域查询足以让生成器适配 SkillsBench。在 LLM 评判器和原生验证器下,在线推荐的智能体均优于最强基线。这些结果支持从任务经验中学习和迁移联合资源组合。
评论: 26 页,包括附录。代码:此 https URL
主题: 人工智能(cs.AI)
引用为: arXiv:2611.22030 [cs.AI]
  (或使用 arXiv:2611.22030v1 [cs.AI] 查看此版本)
  https://doi.org/10.48550/arXiv.2611.22030

由 DataCite 颁发的 arXiv DOI(待注册)

提交历史

来自:Yunxiao Shi [查看电子邮件]
[v1] 2026 年 11 月 17 日星期二 00:45:03 UTC(655 KB)

来源:arXiv cs.AI · arxiv.org