摘要：递归式大型语言模型（LLM）智能体通过分解、执行与环境反馈来解决长时序任务。然而，在生成一项原子级子任务后，它们往往再次调用同一款大型模型，将熟悉的指令转化为可执行的动作。我们观察到，高层规划具有任务特异性，而底层动作映射则在不同任务间反复出现，并且能够对照环境允许的动作进行验证。为此，我们提出了 LeafSkill——一种外部复用层，它能够检索语义相关的映射经验，将动作模板与当前对象及可执行动作绑定，并借助一个轻量级的 17 亿参数选择器，决定是采用已绑定的动作，还是将未变化的子任务交由原智能体处理。这些技能独立于模型参数之外，使得冻结的选择器能够在训练后继续使用新增的技能。在词汇与句法层面的同义改写下，精确匹配无法检索到任何参考动作，而语义检索则分别保持了 96.0% 和 97.0% 的候选动作覆盖率；冻结后的选择器还能采纳 97.34% 的未见过的技能类型。在包含 200 个 Robotouille 任务的独立验证集上，LeafSkill 完成了 137 项任务，而 ReCAP 仅完成 121 项（分别为 68.5% 和 60.5%，精确 McNemar 检验 p=0.0259）。在两者均完成的 106 项任务中，LeafSkill 将 Qwen3.5-27B 的令牌消耗降低了 14.42%，调用次数减少了 14.08%。另一组独立的留出测试也显示出一致的 9.0 分成功率提升和 18.98% 的令牌减少。由此可见，可复用的底层动作映射能够在不替换高层规划的前提下，提高任务完成率并降低宿主模型的推理开销。
提交历史
访问 Paper：
查看PDF
HTML（实验性）
TeX 源代码
附加功能
音频摘要
当前浏览上下文：
参考文献与引用
谷歌学术
语义学者
书签
机构
arXivLabs 是一个框架，允许合作者直接在我们的网站上开发并共享新的 arXiv 功能。
无论是个人还是与 arXivLabs 合作的机构，都已认同并践行我们所倡导的开放、社区、卓越以及用户数据隐私等价值观。arXiv 致力于坚守这些价值，并且只与同样秉持这些价值观的合作伙伴开展合作。
您是否有一个能为 arXiv 社区创造价值的项目构想？欢迎了解更多关于 arXivLabs 的信息。