自监督技能优化
英文标题：Self-Supervised Skill Optimization
论文《Self-Supervised Skill Optimization》探讨如何优化为冻结式大语言模型（LLM）Agent 提供可复用流程指导的 Agent 技能。既有研究表明，这类技能可以借助真实标注（GT）反馈进行优化。论文指出，许多实际应用并不具备 GT 标签、任务评分或奖励信号，这使得无需监督反馈的技能优化具有重要意义。该论文为 arXiv:2607.28777v1，发布类型为 new。
打开原文相关 3.2 · 机会 2
2.1 KB
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
自监督技能优化
arXiv:2607.28777v1
发布类型：new
摘要
Agent 技能为冻结的大语言模型（LLM）Agent 提供可复用的流程性指导，近期研究表明，此类技能可以利用真实标注（GT）反馈进行优化。然而，许多应用缺乏 GT 标签、任务评分、奖励，
BibTeX 格式引用
English / 原文
BibTeX formatted citation
×