技能教练：通过 无需训练 GRPO 进行自我进化的技能优化器

我们引入了 Skills-Coach，这是一种新颖的自动化框架，旨在显着增强基于 大语言模型 (LLM) 的代理的技能自我进化。针对当前技能生态系统碎片化的问题，Skills-Coach探索了技能能力的边界，从而促进了智能应用所必需的全面能力覆盖。该框架由四个核心模块组成：多样化任务生成模块，系统地为各种技能创建综合测试套件；专门优化技能提示及其对应代码的轻量级优化模块；比较执行模块促进原始技能和优化技能的执行和评估；可追踪评估模块，根据指定标准严格评估性能。 Skills-Coach 通过虚拟和真实模式提供灵活的执行选项。为了验证其功效，我们引入了 Skill-X，这是一个由 48 种不同技能组成的综合基准数据集。实验结果表明，Skills-Coach 在多个类别的技能能力方面取得了显着的性能改进，突显了其推动开发更强大、适应性更强的基于 LLM 的代理的潜力。