论文页面 - 演进以匹配能力：通过技能适配改进执行框架的自我演进

来源：https://huggingface.co/papers/2610.33024

摘要

执行框架的自我演进通过技能适配来改进 LLM 智能体，由元技能指导重新表述指引，使其匹配执行模型的能力，从而无需更新参数即可提升较弱模型的表现\。

执行框架的自我演进 (https://huggingface.co/papers?q=Harness%20self-evolution)为 LLM 智能体 (https://huggingface.co/papers?q=LLM%20agents)提供了一条实用途径，使其无需更新模型参数即可从执行经验中改进\。其有效性取决于模型能否成功遵循执行框架提供的指引采取行动\。然而，我们发现，执行框架带来的收益并不在不同能力的模型间保持一致：能够改进较强模型的技能，可能对较弱模型几乎没有帮助，甚至降低其性能\。在七个模型和三个基准测试中，我们识别出 103 个任务-技能对，其中技能使 GPT-5.6-luna 的得分提高了 31.1 分，却使 Gemma-4-E4B 的得分下降了 8.8 分\。在较弱模型的失败运行中，有 86% 违反的要求已经在技能中明确说明\。这促使我们提出技能适配 (https://huggingface.co/papers?q=skill%20adaptation)：重新表述现有技能，使其匹配执行模型的能力，并使其指引更易于执行\。为此，我们诊断了工具执行 (https://huggingface.co/papers?q=tool%20execution)、上下文管理 (https://huggingface.co/papers?q=context%20management)、指令遵循 (https://huggingface.co/papers?q=instruction%20following)和验证 (https://huggingface.co/papers?q=verification)方面的失败，并将这些诊断提炼为一个固定的元技能 (https://huggingface.co/papers?q=meta-skill)，用于在执行框架自我演进 (https://huggingface.co/papers?q=harness%20self-evolution)过程中指导适配\。在元技能 (https://huggingface.co/papers?q=meta-skill)的指导下，一个能力较强的外部重写模型 Kimi-K3 在没有执行证据的情况下对技能进行适配，使三个较弱执行模型的得分比使用原始技能时提高了 5.1-14.1 分\。随后，我们将这种适配纳入一个五轮的自我演进循环 (https://huggingface.co/papers?q=self-evolution%20loop)，其中每个模型根据执行轨迹和验证器反馈修订自身的技能\。在从 Gemma-4-E4B 到 Kimi-K2.5 的七个执行模型中，与不使用元技能 (https://huggingface.co/papers?q=meta-skill)的相同循环相比，元技能 (https://huggingface.co/papers?q=meta-skill)始终使最终得分提高了 2.0-5.1 分\。我们的研究结果为开发更有效的执行框架自我演进 (https://huggingface.co/papers?q=harness%20self-evolution)方法提供了实用的设计指导\。

查看 arXiv 页面 (https://arxiv.org/abs/2610.33024)查看 PDF (https://arxiv.org/pdf/2610.33024)项目页面 (https://zhihaoyang30.github.io/skill-adaptation/)GitHub2 (https://github.com/zhihaoyang30/skill-adaptation-code)添加到收藏集 (https://huggingface.co/login?next=%2Fpapers%2F2610.33024)

在你的智能体中获取这篇论文：

hf papers read 2610\.33024

没有最新版 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用这篇论文的模型0

没有链接到这篇论文的模型

在模型的 README.md 中引用 arxiv.org/abs/2610.33024，即可从本页面链接到该模型\。

引用这篇论文的数据集0

没有链接到这篇论文的数据集

在数据集的 README.md 中引用 arxiv.org/abs/2610.33024，即可从本页面链接到该数据集\。

引用这篇论文的 Space0

没有链接到这篇论文的 Space

在 Space 的 README.md 中引用 arxiv.org/abs/2610.33024，即可从本页面链接到该 Space\。

包含这篇论文的收藏集0

没有包含这篇论文的收藏集

将这篇论文添加到收藏集 (https://huggingface.co/new-collection)，即可从本页面链接到该收藏集\。