# SkillLift 論文報告演進智能體技能的 token 成本降低 40–70%

DAIR.AI 重點介紹一篇 SkillLift 論文，該論文訓練一個已學習的評分準則，為智能體技能提示候選排名，而非以完整 rollout 為每次修訂評分。報告稱其在 SkillsBench 及 WildClawBench 上擊敗 SkillOpt 和 CoEvoSkills，以少 40 to 70% 的 token 達到目標表現。

Language: zh-HK
Time zone: Asia/Hong_Kong
Current time (UTC, cached as of): 2026-11-10T07:02:00.000Z
Query date (Asia/Hong_Kong): 2026-11-10

HTML: https://didcodexreset.com/zh-hk/news/701ee000852e4cb189d23b53.html

Content language: zh-HK
Localization state: translated

來源：DAIR.AI · 發布於 22/9/2026 04:24:00

DAIR.AI 重點介紹一篇關於 **SkillLift** 的論文，這是一種演進智能體技能提示的方法，無需執行完整智能體 rollout 來為每個候選修訂評分。SkillLift 訓練一個評分準則，使其與真實結果就兩個技能何者較佳達成一致，理由是排名所需的 oracle 運行次數少於預測每個分數。

**內迴圈** 對照凍結的評分準則修訂技能，無需 rollout 成本。**外迴圈** 花費少量真實 rollout，以排名相關性重新對齊評分準則。該帖文表示，rollout 成本正是技能自我演進通常只修補已觀察到的失敗的原因。

在 **SkillsBench** 和 **WildClawBench**（147 項任務）上，使用三個模型，SkillLift 據報在全部六種組合中擊敗 **SkillOpt** 和 **CoEvoSkills**，即使這些基線獲得雙倍 token 預算，並以 **少 40 to 70% 的 token** 達到目標表現。論文：[https://academy.dair.ai/papers/skilllift-learning-dense-rubrics-from-sparse-oracles-for-efficient-skill-evoluti-2609.15396](https://academy.dair.ai/papers/skilllift-learning-dense-rubrics-from-sparse-oracles-for-efficient-skill-evoluti-2609.15396)

Tags: SkillLift, 智能體技能, 研究, LLM 智能體

[查看主帖原文](https://x.com/dair_ai/status/2102129498447823052)