跳转至

Learning Globally Reusable Skills for Coding Agents

复现级别：核心机制 mini-suite。 本地实现执行论文特有的 全局技能进化 算子；不把确定性小型评测写成论文完整复现。

论文信息

字段 内容
论文链接 arXiv 2608.06153
公司/机构/学校 Tianjin University
首次公开日期 2026-08-06（arXiv v1）
原文开源代码 否：未发现原作者公开代码（核查日期：2026-08-09）
Adapter gse
本地复现代码 src/auto_research/agent_research/latest_20260809.py

原始论文总结

背景与主要改动

主题：全局技能进化。 GSE 用 Skill Relation Graph 显式维护技能关系，以聚类合并局部经验，并通过 replay verification 防止过拟合与行为回退。

主要架构

flowchart LR
    N0["局部技能更新"] --> N1
    N1["Skill Relation Graph"] --> N2
    N2["cluster consolidation"] --> N3
    N3["replay verification"] --> N4
    N4["全局技能库"]

原论文关键图

Learning Globally Reusable Skills for Coding Agents 原论文 Figure 1

原论文 Figure 1（关键图）：展示原论文方法的总体设计和关键组成。图片来自原论文，版权归原作者所有；点击图片可查看来源。

核心公式

\(\max_{S,G}\;U(S)-\lambda\operatorname{Conflict}(G)-\mu\operatorname{Regression}(S)\)

论文离线效果

测试生成 precision/recall 提升 6.1%–34.1% / 31.8%–180.0%；内部工业 Agent F1 +61.4%。

本地复现

稳定指标保存在本论文目录的 metrics/planbench-mini-seed42.json，不提交 checkpoint 或原始运行目录。

auto-research agent-research --method gse --benchmark planbench-mini --episodes 120 --seed 42

本地对照口径：gse 与同一公开 mini-suite 的无该机制控制组比较；仅报告本地产物中的指标，不把原文大模型/真实环境结果移植为本地提升。

复现边界

  • 复现论文特有的状态、信用或选择算子，而非只改方法名。
  • 未运行原文大模型、专有环境或昂贵 judge；这些缺口不会标注为“已接入”。
  • gse 已加入统一 evolve 候选发现；组合 genome 仍受公共评测与预算约束。