论文页面 - Skill^{infty}：智能体技能优化的递归自我改进

来源：https://huggingface.co/papers/2610.35434

摘要

Skill∞ 通过让一个元智能体借助可复用的、由智能体主导的流程来同时优化任务技能及其自身的元技能，从而实现递归自我改进，在多种领域中提升了性能。

递归自我改进（Recursive self-improvement，https://huggingface.co/papers?q=Recursive%20self-improvement，RSI）是指系统在改进自身的改进方式，这是通向 AGI 道路上的长期愿景。语言智能体（https://huggingface.co/papers?q=Language%20agents）越来越多地将程序性知识（https://huggingface.co/papers?q=procedural%20knowledge）存储为可复用的技能（https://huggingface.co/papers?q=reusable%20skills）。优化技能为实现 RSI 提供了一条直接途径，因为优化流程本身就可以编码为一个技能。然而，现有的技能优化器遵循的是人工设计的流程。即便是进化出元技能（https://huggingface.co/papers?q=meta-skill）的方法，也将其限制在固定流水线中，并且每个任务都需要重新学习。我们提出了 Skill^{infty}，它使技能优化（https://huggingface.co/papers?q=skill%20optimization）成为递归自我改进的过程：一个元智能体遵循元技能（https://huggingface.co/papers?q=meta-skill）来优化任务技能，并使用同一流程来优化元技能本身。优化过程由智能体主导。元智能体诊断执行轨迹（https://huggingface.co/papers?q=execution%20trasts），提出候选方案，请求独立评审，并分配搜索预算。元技能（https://huggingface.co/papers?q=meta-skill）定义了这些步骤，从而使自我改进可以重写它们。该元技能（https://huggingface.co/papers?q=meta-skill）也与任务技能解耦，在多个技能优化（https://huggingface.co/papers?q=skill%20optimization）任务上进行精炼，然后复用它来优化跨多样领域的任务技能。与实际部署一致，两个层级的技能都是通过原生技能发现（https://huggingface.co/papers?q=skill%20discovery）加载的标准包。在 83 个 SkillsBench 任务上，Skill^{infty} 达到 60.7% 的通过率，而人工整理的技能为 56.4%，SkillEvolver 为 54.5%。

查看 arXiv 页面（https://arxiv.org/abs/2610.35434）查看 PDF（https://arxiv.org/pdf/2610.35434）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2610.35434）

在你的智能体中获取此论文：

hf papers read 2610.35434

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

引用此论文的模型 0

没有模型链接到此论文

在模型 README.md 中引用 arxiv.org/abs/2610.35434 以从此页面链接它。

引用此论文的数据集 0

没有数据集链接到此论文

在数据集 README.md 中引用 arxiv.org/abs/2610.35434 以从此页面链接它。

引用此论文的 Spaces 0

没有 Space 链接到此论文

在 Space README.md 中引用 arxiv.org/abs/2610.35434 以从此页面链接它。

包含此论文的收藏 0

没有收藏包含此论文

将此论文添加到收藏（https://huggingface.co/new-collection）以从此页面链接它。