SkillForge：技能库与智能体共同进化
AI 总结
arXiv 上一篇被 NeurIPS 2026 接收的论文提出 SkillForge，一种智能体强化学习方法，通过“试用—活跃—稳定—退役”的适应度驱动技能生命周期，让技能库与策略在训练中一起进化。方法先在 RL 前用基座模型自身的 rollout 预淘汰低适应度技能，筛出的技能库用于监督微调，随后在 RL 每轮迭代中做选择性退役、稳定化和 LLM 引导的变异。作者称在多个交互式智能体基准上取得最高总体成功率，相对最强基线最高提升 7.8% 相对值，同时保持技能库精简；并发布含 5000+ 条标注记录的 SkillFurnace 数据集。
深度见解
它把“技能记忆该何时淘汰”变成可训练、可评估的环节，并公开配套数据，对长期任务智能体的记忆管理研究有参考价值。