COBRA-Skills 利用上下文 bandit 优化智能体技能
COBRA-Skills 是一种高效优化大语言模型智能体可复用技能的框架。它将上下文 bandit 优先级分配与基于证据的技能演化相结合，把评估资源集中到更有潜力或更具信息价值的候选项上，并根据执行反馈持续改进技能集合。在六个异构智能体基准和三个目标模型上，COBRA-Skills 的平均性能均为对比方法中最高。同时，该方法仅使用每个基准 50 个独特的优化样本，相较 SkillOpt 将优化成本降低了 55% 至 58%。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。