今日推送

论文解读论文提出了SkillRevise方法，通过轨迹条件修订改善LLM编写agent技能的质量。现有自进化方法依赖累积轨迹进行技能改进，难以处理冷启动场景。SkillRevise利用初始不完美技能执行后的轨迹信息进行针对性修订，实现技能持续优化。实验显示该方法在多个基准任务上显著优于从头生成和专家编写策略。推荐领域：skill refinement、LLM Agent训练。

论文解读论文提出了SkillSmith框架，实现技能与工具的协同进化以构建自改进agent系统。现有自进化方法假设工具层固定，限制了修复工具级故障和能力交互推理。SkillSmith通过同时优化技能和工具来突破这一限制，支持跨技能工具交互的修复和推理。实验表明该框架能有效提升agent系统在开放环境中的适应性。推荐领域：skill evolution、self-improving agents。

论文解读论文发布了包含67,453个OpenClaw技能版本的ClawHub Security Signals数据集，系统分析了VirusTotal、静态分析和SkillSpector在恶意技能检测上的不一致性。研究发现现有安全检测工具对技能生态的安全评估存在显著差异，揭示了openclaw平台面临的安全供应链风险。实验表明需要更强大的多维度安全分析方法。推荐领域：LLM Agent安全、skill retrieval安全分析。

论文解读论文提出了ReSkill框架，旨在协调agentic RL中技能创建与策略优化的关系。现有方法将技能创作与策略优化解耦，导致学到的技能可能与策略不兼容。ReSkill通过端到端优化确保技能既可重用又与策略一致。实验在多任务环境中验证了该方法能显著提升跨任务泛化能力，同时保持技能的可组合性。推荐领域：skill learning、agentic RL。

论文解读论文提出了COLLIE方法，通过语义一致潜在空间引导技能发现解决无监督技能发现的任务无关问题。现有引导技能发现方法需要训练额外指导模型且依赖手动奖励。COLLIE利用语义一致性约束引导探索到有意义区域。实验在多任务环境中验证了该方法能高效发现任务相关技能，同时避免有害行为。推荐领域：skill discovery、unsupervised skill learning。

论文解读论文提出了SkillAdaptor方法，实现基于轨迹的步级技能适应以优化LLM Agent技能。现有无训练技能适应方法依赖全轨迹或会话级反馈，失败归因粗糙且易产生不稳定修订。SkillAdaptor通过细粒度步级反馈实现精准技能修订。实验表明该方法在多个长时域任务上显著优于基线，修订更加稳定和精确。推荐领域：skill refinement、LLM Agent优化。

论文解读论文提出HarnessForge框架，实现harness和策略的联合进化以完成自适应agent系统的全系统适应。现有方法仅针对外部harness或推理策略进行优化，缺乏系统级表征。该框架同时优化推理harness和学习策略，支持跨异构任务的灵活适应。实验表明相比单独优化，协同进化能更好地处理动态任务分布。推荐领域：agent policy evolution、adaptive agent systems。

论文解读论文将网络指南到技能的问题形式化为guide-to-skill转换任务，提出MMG2Skill方法。网上丰富的程序性知识通常多模态、异构且含噪声，难以直接用作agent技能。MMG2Skill通过多模态理解和技能蒸馏将其转化为可执行技能。实验验证了该方法能从真实网站指南中提取可泛化的agent技能。推荐领域：skill learning、agent skill evolution。

论文解读论文提出了EvoNote框架，使LLMaugmented社区笔记生成agent能够通过进化经验实现自我改进。现有系统每条帖子重置，浪费有用纠正经验。EvoNote维护持续演化的经验库，支持agent跨帖子学习和策略积累。实验在真实健康误导数据上验证了该方法能显著提升纠正质量和效率。推荐领域：LLM Agent self-evolution。

论文解读论文提出了SIRI框架，通过自内化强化学习使LLM Agent无需外部技能生成器即可学习可复用技能。现有方法依赖外部技能生成器或推理时技能检索，增加了系统复杂度。SIRI通过三阶段框架让agent内部化技能知识，减少推理延迟和上下文长度。实验表明该方法在长时域任务中显著提升agent性能同时降低计算开销。推荐领域：skill learning、LLM Agent训练。