10:41官方账号arXiv cs.AI@Yiyang Feng, Biddut Sarker Bijoy, Niranjan Balasubramanian, Jiawei Zhou大型语言模型(LLM)智能体能从完成任务中诱导技能并重复使用,但技能迁移可能不可靠甚至损害智能体。本研究比较了任务级和子任务级技能诱导以及文本和代码技能格式,发现子任务级技能平均提升智能体表现,文本技能迁移效果优于代码技能。研究还提出技能效用分数,结合具体性和抽象性两个属性,预测任务成功。该分数可作为技能记忆的实用诊断工具。论文LLM智能体技能迁移子任务级技能推荐理由:这项研究揭示了LLM智能体技能迁移的关键因素,通过技能效用分数评估技能记忆,对理解智能体技能提升有重要意义。原文稍后读已读值得跟进有用关注 LLM智能体