arXiv · cs.AI· Md Mehrab Tanjim, Jayakumar Subramanian, Branislav Kveton, Xiang Chen, Subhojyoti Mukherjee, Anlan Zhang, Sungchul Kim, Sunav Choudhury, Somdeb Sarkhel·· 6 小时前
MOCHA：用多目标Chebyshev退火优化Agent技能
MOCHA: Multi-Objective Chebyshev Annealing for Agent Skill Optimization
arXiv:2605.19330v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Md Mehrab Tanjim, Jayakumar Subramanian, Branislav Kveton, Xiang Chen, Subhojyoti Mukherjee, Anlan Zhang, Sungchul Kim, Sunav Choudhury, Somdeb Sarkhel
研究任务与主要进展
Md Mehrab Tanjim等提出MOCHA，通过Chebyshev标量化和从探索到利用的退火搜索，改进LLM Agent的结构化自然语言技能。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org