2026-08-22 — views
大型語言模型智能體中的跨任務技能遷移：子任務與文本勝出
為什麼值得讀 開發自主智能體的開發人員可以通過將記憶體結構化為文本形式的子任務來提高可靠性。所提出的效用評分提供了一種執行前的診斷工具，用於篩選有效的技能。
研究發現，子任務級別的歸納與文本格式能使大型語言模型智能體實現可靠的技能遷移，其表現優於任務級別和基於代碼的方法。
大型語言模型智能體中技能遷移的挑戰
大型語言模型（LLM）智能體具備從已完成任務中歸納技能並在未來情境中重複使用這些技能的能力。這種機制允許智能體隨著經驗的積累變得更加強大。然而，在實際應用中，這些歸納技能的遷移往往不可靠。在某些情況下，檢索和應用這些技能不僅無助於智能體，反而會主動損害其性能。該領域仍有一個關鍵的未解之謎：在什麼條件下，智能體歸納的技能能在不同任務之間可靠地遷移？
比較歸納方法與格式
為了解決這個問題，研究人員進行了一項全面且受控的研究，考察技能歸納方法如何影響其可遷移性。該研究聚焦於現有方法存在差異的兩個主要維度：歸納的粒度以及技能表示的格式。具體而言，研究比較了任務級別的技能歸納與子任務級別的技能歸納，以及基於文本的技能格式與基於代碼的技能格式。
結果顯示出顯著的效能差異。任務級別的技能大多將智能體的表現降低到無記憶體基準線以下，這表明廣泛的高層級記憶可能會產生負面影響。相比之下，子任務級別的技能平均而言將表現提升到了基準線之上。在格式方面，文本技能的遷移效果優於代碼技能。這些發現強調，記憶的結構和表示對於成功的跨任務應用至關重要。
具體性、抽象性與技能效用評分
為了進一步了解為什麼某些技能的遷移效果更好，研究考察了歸納技能的兩個互補特性：具體性和抽象性。具體性衡量技能與真實任務的匹配程度，而抽象性衡量其相關性在不同任務間分佈的均勻程度。研究人員發現，單獨依靠其中任何一個特性都無法預測任務的成功。然而，它們的綜合效應卻可以。這種結合導致了一種名為技能效用評分（skill utility score）的新指標的提出。
當技能被遷移時，該評分與任務成功保持一致的相關性。值得注意的是，子任務級別和文本技能在該指標上獲得了更高的分數。技能效用評分的一個主要優勢是，它僅使用技能和任務描述進行計算，無需執行任何任務。這使其成為一種實用的診斷工具，可在運行任何新任務之前評估技能記憶體，讓開發人員能夠在不付出試錯成本的情況下預測有效性。
實戰筆記
開發人員應優先在子任務級別歸納技能並以文本格式存儲，以最大化遷移可靠性。將技能效用評分作為執行前的過濾器，有助於識別高價值記憶並丟棄那些可能降低智能體性能的記憶。