Paper page - SkillOpt: Executive Strategy for Self-Evolving Agent Skills

来源：https://huggingface.co/papers/2605.23904 作者：

,

,

,

,

,

,

,

,

,

,

,

,

,

摘要

SkillOpt 引入了一个系统化的文本空间优化器，用于智能体技能训练，将技能作为外部智能体状态进行训练，具有稳定的更新和零部署推理开销，在多个基准测试和执行环境中均表现出卓越性能。

当前的智能体技能（https://huggingface.co/papers?q=Agent%20skills）要么通过人工编制，要么一次性生成，要么通过松散控制的自我修订进行演化，这些方法都无法像深度学习优化器那样作用于技能，并且无法在反馈下可靠地超越其初始起点。我们认为，技能应该作为冻结智能体的外部状态进行训练，采用与权重空间优化相同的严格规范，以确保可复现性。据我们所知，SkillOpt 是首个针对智能体技能（https://huggingface.co/papers?q=agent%20skills）的系统化可控文本空间优化器（https://huggingface.co/papers?q=text-space%20optimizer）：一个独立的优化器模型将评分展开（https://huggingface.co/papers?q=rollouts）转换为对单个技能文档的有界添加/删除/替换编辑（https://huggingface.co/papers?q=add%2Fdelete%2Freplace%20edits），并且仅在编辑严格改善保留验证分数（https://huggingface.co/papers?q=validation%20score）时才接受该编辑。通过文本学习率预算（https://huggingface.co/papers?q=textual%20learning-rate%20budget）、拒绝编辑缓冲区（https://huggingface.co/papers?q=rejected-edit%20buffer）以及逐轮慢/元更新（https://huggingface.co/papers?q=epoch-wise%20slow%2Fmeta%20update），技能训练（https://huggingface.co/papers?q=skill%20training）得以稳定，同时在部署时无需增加任何推理时的模型调用。在六个基准测试、七个目标模型和三个执行框架（直接聊天、Codex、Claude Code）中，SkillOpt 在所有 52 个评估单元（模型、基准、框架）上均为最佳或平局，并且在每个单元中击败了所有竞争对手（包括人工、一次性 LLM、Trace2Skill、TextGrad、GEPA 和 EvoSkill 技能）。在 GPT-5.5 上，它将无技能的平均准确率提升了：直接聊天中 +23.5 分，Codex 智能体循环中 +24.8 分，Claude Code 中 +19.1 分。迁移实验（https://huggingface.co/papers?q=Transfer%20experiments）进一步表明，优化后的技能工件在跨模型规模、在 Codex 和 Claude Code 执行环境之间迁移，以及迁移到相近的数学基准测试（无需进一步优化）时，仍能保持其价值。

查看 arXiv 页面（https://arxiv.org/abs/2605.23904）查看 PDF（https://arxiv.org/pdf/2605.23904）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2605.23904）

在你的智能体中获取这篇论文：

hf papers read 2605.23904

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

没有模型链接到此论文

在模型的 README.md 中引用 arxiv.org/abs/2605.23904，即可从此页面链接。

引用此论文的数据集0

没有数据集链接到此论文

在数据集的 README.md 中引用 arxiv.org/abs/2605.23904，即可从此页面链接。

引用此论文的 Space0

没有 Space 链接到此论文

在 Space 的 README.md 中引用 arxiv.org/abs/2605.23904，即可从此页面链接。

包含此论文的收藏集0

没有收藏集包含此论文

将这篇论文添加到一个收藏集（https://huggingface.co/new-collection），即可从此页面链接。