论文页面 - OpenSkill: 面向LLM智能体的开放世界自我进化

来源: https://huggingface.co/papers/2606.06741

摘要

OpenSkill使得自我进化智能体能够从零开始，利用开放世界资源开发技能和验证信号，且无需目标任务监督，在多个基准测试中实现了高自动化性能。

自我进化智能体（https://huggingface.co/papers?q=Self-evolving%20agents）需要在部署后进行适应，但现有方法假设存在可用的学习循环，例如精心策划的技能、成功的轨迹或验证信号。真实的开放世界部署（https://huggingface.co/papers?q=open-world%20deployment）可能不提供这些，仅给出任务提示。在这项工作中，我们研究开放世界自我进化，即智能体必须从零开始构建自身的技能和验证信号（https://huggingface.co/papers?q=verification%20signals），利用开放世界资源但没有任何目标任务监督。我们提出了OpenSkill框架，该框架自举了这一循环：它从文档、代码仓库和网络中获取接地知识（https://huggingface.co/papers?q=grounded%20knowledge）和验证锚点，将其综合成可迁移技能（https://huggingface.co/papers?q=transferable%20skills），并基于自建虚拟任务（https://huggingface.co/papers?q=self-built%20virtual%20tasks）对这些技能进行精炼，这些任务以锚点为依据，而非目标答案。因此，开放世界既提供了待学习的知识，也提供了无监督的实践环境，目标任务监督仅保留用于最终评估。在三个基准测试和两个目标智能体上，OpenSkill在满足无监督约束的同时，取得了最佳的自动化通过率（https://huggingface.co/papers?q=automated%20pass%20rate）。分析表明，其技能可在不同模型间迁移，无需针对特定模型进行调整；其自建验证器与真实结果保持一致，尽管从未访问过真实结果。

查看arXiv页面（https://arxiv.org/abs/2606.06741） | 查看PDF（https://arxiv.org/pdf/2606.06741） | 项目页面（https://github.com/OpenLAIR/OpenSkill） | 添加至收藏（https://huggingface.co/login?next=%2Fpapers%2F2606.06741）

在您的智能体中获取此论文：

hf papers read 2606.06741

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

引用此论文的模型 0

没有模型链接此论文

请在模型README.md中引用arxiv.org/abs/2606.06741，以便在此页面显示链接。

引用此论文的数据集 0

没有数据集链接此论文

请在数据集README.md中引用arxiv.org/abs/2606.06741，以便在此页面显示链接。

引用此论文的Space 0

没有Space链接此论文

请在Space README.md中引用arxiv.org/abs/2606.06741，以便在此页面显示链接。

包含此论文的收藏集 0

没有收藏集包含此论文

请将此论文添加至一个收藏集（https://huggingface.co/new-collection）以便在此页面显示链接。