arXiv · NLP· Xi Zhu, Yuanlin Duan, Changyi Yang, Kai Mei, Riyang Bao, Shichao Zhu, Dimitris N. Metaxas·· 6 小时前AI 评分30
TrackRL 实现智能体强化学习中的可追踪技能库全生命周期管理
Trackable Skill Library Lifecycle Management for Agentic Reinforcement Learning
AI 导读
TrackRL 将 GRPO 分组采样转化为在线随机对照实验，通过独立随机注入和组内对比隔离每个技能对 LLM 智能体的因果贡献。 框架持续追踪技能效用和模型掌握度，基于证据门控状态转换机制，管理技能从生成、孵化到保留或退役的全生命周期，辅以软容量边界控制库增长。 实验表明 TrackRL 在库辅助和无技能评测中均优于近期基线，代码已开源。
来源：arXiv · NLP · arxiv.org