SkillFlow：面向智能体编排的流驱动递归技能演化框架

SkillFlow 提出基于流的框架，通过可训练 Supervisor 和动态技能库自动化任务编排，在 14 个数据集上显著优于基线。 该框架采用 Tempered Trajectory Balance (TTB) 损失，采样与奖励成比例的轨迹以保持策略多样性，并提供零额外推理成本的透明逐步信用分配。 代码已开源。