# SkillLift 论文报告演化智能体技能的 token 成本降低 40–70%

DAIR.AI 介绍了一篇 SkillLift 论文，该方法训练一个学习得到的评分标准来对智能体技能提示候选进行排序，而不是用完整 rollout 对每次修订打分。论文报告称在 SkillsBench 和 WildClawBench 上优于 SkillOpt 和 CoEvoSkills，并以少 40% 到 70% 的 token 达到目标性能。

Language: zh-CN
Time zone: Asia/Shanghai
Current time (UTC, cached as of): 2026-11-10T06:09:00.000Z
Query date (Asia/Shanghai): 2026-11-10

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

Content language: zh-CN
Localization state: translated

来源：DAIR.AI · 发布于 2026/9/22 04:24:00

DAIR.AI 介绍了一篇关于 **SkillLift** 的论文，这是一种演化智能体技能提示的方法，无需对每个候选修订运行完整智能体 rollout 来打分。SkillLift 训练一个评分标准，使其与真实结果在两个技能中哪个更好上保持一致，理由是排序所需的 oracle 运行次数少于预测每个分数。

一个 **内循环** 在零 rollout 成本下对照冻结的评分标准修订技能。一个 **外循环** 花费少量真实 rollout，通过秩相关重新对齐评分标准。该帖文称，rollout 成本是技能自我演化通常只修补已观察到的失败的原因。

在 **SkillsBench** 和 **WildClawBench**（147 项任务）上，使用三个模型，SkillLift 据称在全部六种组合中均优于 **SkillOpt** 和 **CoEvoSkills**，即使这些基线获得了两倍的 token 预算，并以 **少 40% 到 70% 的 token** 达到目标性能。论文：[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, 智能体技能, 研究, LLM 智能体

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