论文页面 - 利用技能程序驾驭LLM智能体

来源：https://huggingface.co/papers/2605.17734

摘要

HASP引入了可执行的程序函数，作为LLM智能体的主动护栏，能够直接干预智能体循环，并在复杂任务中提升性能。

利用从过往经验中提取的可复用技能来装备LLM智能体（https://huggingface.co/papers?q=LLM%20agents），已成为解决复杂长时任务的一种流行且成功的方法。然而，这类经验教训通常以文本指导的形式编码，基本停留在建议层面，缺乏何时以及如何干预智能体循环的明确机制。为填补这一空白，我们提出了HASP（利用技能程序驾驭LLM智能体，Harnessing LLM Agents with Skill Programs）这一新框架，将技能升级为可执行的程序函数（Program Functions, PFs）。PF并非提供被动建议，而是充当可执行的护栏（https://huggingface.co/papers?q=executable%20guardrails），在易出错的状态下被激活，修改下一步行动或注入纠正性上下文。HASP具有高度模块化特性：可在推理时直接干预智能体循环，在训练后（https://huggingface.co/papers?q=post-training）提供结构化监督，或通过演经验证的、由教师审查的PF实现自我改进（https://huggingface.co/papers?q=self-improvement）。实验表明，在网页搜索、数学推理（https://huggingface.co/papers?q=math%20reasoning）和编程任务（https://huggingface.co/papers?q=coding%20tasks）上，与无训练和基于训练的方法相比，HASP带来了显著提升。例如，在网页搜索推理（https://huggingface.co/papers?q=web-search%20reasoning）中，仅推理时使用的PF就比（多循环）ReAct智能体（https://huggingface.co/papers?q=ReAct%20Agent）平均性能提升25%，而训练后（https://huggingface.co/papers?q=post-training）和受控演化相较于Search-R1（https://huggingface.co/papers?q=Search-R1）则实现了30.4%的提升。为深入理解HASP，我们的机制分析揭示了PF如何触发和干预、技能如何内化，以及稳定技能库演化的要求。

查看arXiv页面（https://arxiv.org/abs/2605.17734）查看PDF（https://arxiv.org/pdf/2605.17734）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2605.17734）

在你的智能体中获取此论文：

hf papers read 2605.17734

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

引用此论文的模型0

没有模型关联此论文

在模型README.md中引用arxiv.org/abs/2605.17734即可从本页链接。

引用此论文的数据集0

没有数据集关联此论文

在数据集README.md中引用arxiv.org/abs/2605.17734即可从本页链接。

引用此论文的Spaces0

没有Space关联此论文

在Space README.md中引用arxiv.org/abs/2605.17734即可从本页链接。

包含此论文的收藏0

没有收藏包含此论文

将此论文添加到一个收藏（https://huggingface.co/new-collection）即可从本页链接。