#技能学习

SkillProx 用近端梯度下降让智能体技能自进化，平均准确率比最强基线高 3 个百分点，值得搞 Agent 技能的看看。

这篇论文给了一套测试方法，来验证 LLM 智能体到底会不会把经验变成可复用的技能，而不是光靠记住上下文。

做智能体强化学习的团队终于有了一个能自动积累可复用策略的框架——ReSkill 让技能创建和策略优化不再打架，直接提升泛化能力，做 RL 和 LLM 智能体的研究者值得细读。