论文
SkillMentor：通过学习盲区诊断实现LLM智能体自我演化
SkillMentor: LLM Agent Self-Evolution via Learning Blind-Spot Diagnosis
摘要
智能体自我演化主要聚焦于学习如何行动，却忽视了一种同样重要的能力：学习发现智能体不知道什么。现有方法通常假定失败发现是给定的，聚焦于在识别出失败之后如何修复。我们追问：盲区诊断本身是否可以被学习。为此，我们把诊断作为与执行分离的一种智能体能力来研究，并排除两个替代性的进步来源：执行器适配与人类监督。在这些约束下，性能无法通过更新执行器或标注样例来提升，迫使所有改进都源于习得的诊断能力。我们提出SkillMentor，通过强化学习训练一个Mentor策略来生成诊断任务、识别反复出现的失败模式，并将其整理为可复用的纠正性技能。在AppWorld和BFCLv3上，SkillMentor平均将执行器性能提升44.2%。这些结果表明，盲区诊断是一种可学习的能力，无需更新执行器权重或依赖人工整理的数据即可实现自我演化。
