SELM：多技能智能体自进化技能库管理框架

2026年10月20日，arXiv 人工智能板块刊出 Mengxi Hu 等作者的论文，提出 SELM（Self-Evolving Library Management）框架，将 LLM 智能体的技能进化建模为库级管理。该框架维护技能置信度与效用信号，联合管理技能检索、更新和生命周期：以效用感知检索筛选有用技能，用 Map-Reduce 框架从任务经验生成针对性更新，并按有效性保留或删除技能。作者在覆盖多样任务与执行环境的四个智能体基准上测试，称 SELM 在多数设置中持续优于对比方法。目前报道仅给出上述框架设计与基准结果，未披露具体数值、技能库规模或运行成本等细节，后续进展有待跟进。

AI 根据报道生成 · 42 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。