Paper page - SkillRise: Agentic Reinforcement Learning for Cross-Task Skill Evolution

来源: https://huggingface.co/papers/2607.26784
作者:

,

,

,

,

,

,

,

,

,

,

,

,

,

,

摘要

大型语言模型智能体常常遇到相关但不同的任务，这些任务共享可复用的解决方案模式。然而，标准的智能体强化学习将任务视为独立的回合，而现有的技能学习方法要么专注于单一任务的重复尝试，要么使用包含多个阶段（涉及提取、检索和执行纠缠在一起）的流水线。我们提出了 SkillRise，一个统一的强化学习框架，用于跨任务学习技能。SkillRise 将相关实例组织成渐进式挑战序列，并使用单一策略在任务解决和策划一份不断演变的技能文档之间交替，该文档直接传递给下一个任务。跨任务的解耦式信用分配通过当前任务结果监督解决过程，并通过折现的下游结果监督策划过程。在 ALFWorld、WebShop 和 ScienceWorld 上的实验表明，SkillRise 在比较方法中取得了最强的 Pass@1 性能，相对于最强基线有 2.3 到 8.5 个百分点的提升。尽管是在不同任务上训练的，但其学到的策划策略对于同一任务的重复尝试仍然有效。进一步分析揭示了跨任务的测试时缩放现象：即使用于每个任务只尝试一次，较长的相关任务序列也能提升性能。这一趋势表明，SkillRise 跨任务复用了可迁移的技能，而非受益于同一任务的重复采样。同时，SkillRise 在显著降低多阶段技能学习流水线的运行时开销的同时，仍保持了强劲的性能。综合这些结果，为 LLM 智能体跨任务提取、精炼和复用可迁移技能提供了一种简单高效的训练范式。

查看 arXiv 页面 (https://arxiv.org/abs/2607.26784) 查看 PDF (https://arxiv.org/pdf/2607.26784) GitHub3 (https://github.com/Within-yao/SkillRise) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2607.26784)

在你的智能体中获取本文：

hf papers read 2607.26784

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

引用本文的模型 0

没有链接本文的模型

在模型 README.md 中引用 arxiv.org/abs/2607.26784 以将其链接到此页面。

引用本文的数据集 0

没有链接本文的数据集

在数据集 README.md 中引用 arxiv.org/abs/2607.26784 以将其链接到此页面。

引用本文的 Space 0

没有链接本文的 Space

在 Space README.md 中引用 arxiv.org/abs/2607.26784 以将其链接到此页面。

包含本文的收藏集 0

没有包含本文的收藏集

将本文添加到一个收藏集 (https://huggingface.co/new-collection) 以将其链接到此页面。