arXiv · cs.AI· Yujie Feng, Xiaobin Wang, Jinluan Yang, Xiaonan Shi, Pengjun Xie, Philip S. Yu, Xiaoming Wu, Jieping Ye·· 6 小时前
自我改进智能体面临策略与技能协同演化的失效陷阱
Evolving Together, Failing Apart: The Skill-Policy Co-evolution Trap in Self-Improving Agents
arXiv:2610.20845v1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：Yujie Feng, Xiaobin Wang, Jinluan Yang, Xiaonan Shi, Pengjun Xie, Philip S. Yu, Xiaoming Wu, Jieping Ye
研究任务与主要进展
作者在论文摘要中指出，策略模型与技能库在训练中协同演化，但部署后的技能改写、增删会使策略面对漂移的技能库；基于理论分析与实证分析，作者提出CODA评估协议。四种协同演化方法、五个基准的六种设置中，最坏情况成功率较交付组合峰值低5—13个百分点，并消除了技能库相对无技能基线增益的52%—93%；材料未提供全文核验。
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