COBRA-Skills发布代理技能优化框架

发生了什么

据Hugging Face Papers发布的研究，COBRA-Skills框架通过上下文bandit引导与证据驱动的技能演化，优化大语言模型代理的技能。该方法在六项基准测试中表现出最优平均性能，相较于SkillOpt降低了优化成本。其核心机制包括利用神经预测器评估技能效用、通过LinearUCB平衡探索与利用，并结合演化算子持续更新技能库。该框架在每个基准测试中仅需50个优化示例，且在多种代理工具环境下保持稳健。