支架介导的 后训练：协同演化模型参数和程序支架图

大语言模型 的 后训练 仅优化参数，而推理时间程序支架通常独立于参数训练进行设计。这种脱节使得自动获取和内化复杂策略变得困难。我们提出支架介导的 后训练：程序支架被组织成可进化的图结构，通过发现、蒸馏 和动态重新编译与模型参数共同进化。我们将这种范例实例化为技能训练。在FeatureBench上，自动发现的技能将通过率提高了8.1pp，并且在渐进式蒸馏之后，模型在没有任何外部支架的情况下仍然达到了27.7％的通过率（蒸馏保留率85.2％，定义为蒸馏后/有技能通过率），在相同数据上显着优于标准SFT。