SkillFM：通过潜在流匹配为 LLM Agent生成技能

文本技能为大语言模型Agent提供可重用的指导，但现有方法通常依赖于手动策划的技能库或具有间接和延迟反馈的强化学习。我们引入了 SkillFM（技能流匹配），这是一种生成框架，可以直接合成任务条件文本技能，而无需测试时技能检索。我们的框架将用于在连续潜空间中编码和重建文本技能的编解码器与使用改进的 MeanFlow 训练的条件流模型相结合。在推理时，学习到的速度场支持单步潜在采样，并且基于 LLM 的解码器将采样表示转换为冻结下游Agent的文本指导。我们评估了具体任务、问答和网络购物的框架。在 ALFWorld 和 Search-QA 上，我们的方法在比较的基于向量的技能方法中实现了最佳的整体性能。我们的分析进一步表明，潜在技能生成是基于检索的技能增强的有效替代方案。我们的代码和训练技能库可在 https://github.com/lulushang999/SkillFM. 获取