EVISKILL：以可回放证据为基础的技能演化
EVISKILL 是一个研究框架，旨在无需更新模型参数，持续改进 LLM 代理可复用的程序性技能。该系统将交互过程中的执行观察整理为可回放证据卡，并将每项修改与支持它的上下文明确关联。定向回放会重新执行这些修改，以验证其效果并提供纠错反馈。具有证据支持的修改可暂时保留，以便进一步完善；最终是否纳入技能，则由全局验证决定。该方法在三个交互式基准和六种 LLM 骨干模型上的实验中表现出有效性。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。