arXiv · AI· Haoyang Xie, Xinyuan Wang, Yancheng Wang, Puda Zhao, Feng Ju·· 10 天前AI 评分41
常量上下文技能学习:LLM 智能体的 Context-to-Weights 框架
From History to State: Constant-Context Skill Learning for LLM Agents
AI 导读
提出常量上下文技能学习框架,将可复用任务流程编码至轻量模块,推理时仅依赖当前观察与紧凑状态块。 在 ALFWorld、WebShop 和 SciWorld 基准测试中,该框架结合 Qwen3-8B 模型实现高性能,并通过 SFT+RL 将每轮 prompt token 降低 2-7 倍。 该研究已被 NeurIPS 2026 接收,代码已开源。
来源:arXiv · AI · arxiv.org