COBRA-Skills: эволюция агентных скиллов под управлением контекстных бандитов
Chinese University of Hong Kong, Shenzhen
Подходит к оптимизации библиотек скиллов LLM-агентов как к бюджетной последовательной оптимизации над эволюционирующим пространством кандидатов, сочетая приоритизацию под управлением контекстных бандитов с эволюцией скиллов на основе свидетельств из фидбэка исполнения. На шести агентных бенчмарках и трёх моделях метод не уступает или превосходит прежние методы оптимизации скиллов, снижая стоимость оптимизации на 55–58% относительно SkillOpt и используя лишь 50 примеров на бенчмарк.
Почему это важно
Библиотеки скиллов становятся стандартным способом постепенного улучшения агентов; эта работа показывает, что цикл эволюции можно удешевить примерно вдвое без потери производительности.
Важность: 2/5
Вдвое снижает стоимость оптимизации библиотек агентных скиллов без потери производительности