arXiv · NLP· Dian Jin, Jinluan Yang, Kairong Han, Baohong Li, Zijing Hu, Yi He, Wenlin Zhong, Yunze Tong, Minqin Zhu, Linchuan Li, Yanan Niu, Kun Kuang·· 5 小时前AI 评分29
MDSKILL: 通过多视角蒸馏内化技能记忆以实现高效的动态智能体自进化
MDSKILL: Learning to Internalize Skill Memory through Multi-View Distillation for Efficient Dynamic Agent Self-Evolution
AI 导读
MDSKILL 提出一种多视角技能记忆蒸馏方法，将记忆组织为状态定位、行动规划、执行控制三个互补视图，并在 ALFWorld 和 WebShop 基准上较 SOTA 性能提升最高 7.1% 和 8.1%。 该方法无需额外计算开销，通过动态指标筛选高质量技能，构建视图特定及集成推理分支，经 On-Policy Self-Distillation 将互补经验知识整合至共享策略。 代码已开源。
来源：arXiv · NLP · arxiv.org