论文页面 - HeavySkill：作为智能体编排中内在能力的深度思考

来源: https://huggingface.co/papers/2605.02396 作者:

,

,

,

,

,

,

,

,

,

摘要

HeavySkill 提出了一种框架，将复杂推理内化为模型的固有技能，而非依赖外部编排，通过并行推理和总结阶段展示了卓越的性能，这些性能可以通过强化学习进一步提升。

最近在智能体编排（https://huggingface.co/papers?q=agentic%20harness）方面的进展，利用编排框架（https://huggingface.co/papers?q=orchestration%20frameworks）协调多个具备记忆（https://huggingface.co/papers?q=memory）、技能（https://huggingface.co/papers?q=skills）和工具使用（https://huggingface.co/papers?q=tool%20use）能力的智能体，在复杂推理任务（https://huggingface.co/papers?q=complex%20reasoning%20tasks）中取得了显著成功。然而，真正驱动性能提升的底层机制仍隐藏在复杂的系统设计之后。在本文中，我们提出了 HeavySkill（https://huggingface.co/papers?q=HeavySkill），这是一种新的视角，将深度思考不仅视为编排系统中的最小执行单元，更视为内化于模型参数中的内在技能，驱动编排系统解决复杂任务。我们将此技能识别为一个两阶段流水线，即并行推理（https://huggingface.co/papers?q=parallel%20reasoning）后接总结（https://huggingface.co/papers?q=summarization），该流水线可在任何智能体编排系统（https://huggingface.co/papers?q=agentic%20harness）之下运行。我们对 HeavySkill（https://huggingface.co/papers?q=HeavySkill）在不同领域进行了系统的实证研究。我们的结果表明，这种内在技能始终优于传统的 Best-of-N（https://huggingface.co/papers?q=Best-of-N）（BoN）策略；值得注意的是，更强的语言模型甚至可以达到 Pass@N（https://huggingface.co/papers?q=Pass%40N）的性能水平。至关重要的是，我们证明作为可学习技能的深度思考的广度和深度可以通过强化学习（https://huggingface.co/papers?q=reinforcement%20learning）进一步扩展，为无需依赖脆弱编排层的自我进化语言模型（https://huggingface.co/papers?q=self-evolving%20LLMs）提供了一条有前景的发展路径。

查看 arXiv 页面 (https://arxiv.org/abs/2605.02396)查看 PDF (https://arxiv.org/pdf/2605.02396)项目页面 (https://github.com/wjn1996/HeavySkill)GitHub63 (https://github.com/wjn1996/HeavySkill)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2605.02396)

在你的智能体中获取此论文：

hf papers read 2605\.02396

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

引用此论文的模型0

没有链接到此论文的模型

在模型 README.md 中引用 arxiv.org/abs/2605.02396 即可从此页面进行链接。

引用此论文的数据集0

没有链接到此论文的数据集

在数据集 README.md 中引用 arxiv.org/abs/2605.02396 即可从此页面进行链接。

引用此论文的 Spaces0

没有链接到此论文的 Space

在 Space README.md 中引用 arxiv.org/abs/2605.02396 即可从此页面进行链接。

包含此论文的合集2