arXiv · cs.AI· Boxun Lan, Jiamei Li, Weijian Li, Chengyu Yang, Zhuang Qi, Chengcheng Wan, Xiaohong Chen, Ming Hu·· 6 小时前
FedSkillGit通过版本控制实现联邦技能演化
FedSkillGit: Federated Skill Evolution via Version Control
arXiv:2610.21348v1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：Boxun Lan, Jiamei Li, Weijian Li, Chengyu Yang, Zhuang Qi, Chengcheng Wan, Xiaohong Chen, Ming Hu
研究任务与主要进展
FedSkillGit提出用有界规则补丁和本地经验替代大语言模型智能体的整份技能文档更新，以支持不共享原始客户端数据的联邦技能演化。客户端对补丁与经验进行两阶段隐私过滤，服务端负责去重、更新全局经验并合并生成候选技能，候选版本经各客户端验证集评分提升后才发布。基于论文摘要，实验覆盖三个数据集和三个语言模型家族，结果显示较现有基线最高提升22%，并接近集中式演化。
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