Agentic Skill Optimization over Lie Algebroids
作者: Sridhar Mahadevan
分类: cs.LG, cs.AI, math.CT
发布日期: 2026-07-13
备注: 20 pages
💡 一句话要点
提出LASKO框架以优化代理系统技能编辑
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 技能优化 Lie代数 代理系统 自然语言处理 编辑策略 高效验证
📋 核心要点
- 现有技能编辑方法在处理复杂的编辑顺序和上下文时存在局限性，难以有效优化代理系统的技能。
- LASKO框架通过将技能建模为Lie代数结构，提供了一种新的技能优化方法，能够更好地处理编辑的组合性和上下文依赖性。
- 初步实验结果显示，LASKO在自然语言任务中的速度提升接近15倍，相较于传统的暴力验证方法具有显著优势。
📝 摘要（中文）
代理系统通过编辑技能（如提示、计划和验证器）不断自我提升。然而，技能编辑并非独立的向量空间坐标，而是对结构化工件的局部修复，其效果仅在执行、验证和评估后可见。不同的编辑可能在可见效果上相同，但在上下文和未来组合性上存在差异。本文提出了一种新的技能优化框架LASKO（Lie Algebroid SKill Optimization），将类型化的Markdown技能建模为基础类别，并将可用的编辑策略视为受控Lie代数的部分。LASKO在初步基准测试中实现了数量级的技能优化加速，主要得益于其在微秒内运行的低成本Lie括号筛选测试。
🔬 方法详解
问题定义：本文旨在解决代理系统技能编辑的优化问题，现有方法在处理编辑的顺序和上下文时存在不足，导致效率低下。
核心思路：LASKO框架通过将技能视为Lie代数结构，利用低成本的Lie括号筛选测试，优化编辑的组合和验证过程，从而提高技能编辑的效率。
技术框架：LASKO的整体架构包括三个主要模块：技能建模、编辑策略映射和编辑组合验证。技能建模使用类型化的Markdown格式，编辑策略通过受控Lie代数进行管理。
关键创新：LASKO的核心创新在于将技能编辑视为Lie代数中的元素，利用其结构特性实现高效的编辑组合和验证，与传统方法相比，显著提高了处理速度。
关键设计：LASKO中的关键设计包括编辑策略的锚定映射、内核表示潜在结构的设计，以及使用Lie括号来度量编辑组合的非交换性，这些设计共同促进了技能优化的高效性。
🖼️ 关键图片
📊 实验亮点
在自然语言任务的实验中，LASKO实现了近15倍的速度提升，相较于传统的暴力验证方法，显著提高了技能编辑的效率。这一结果展示了LASKO在实际应用中的巨大潜力。
🎯 应用场景
LASKO框架在代理系统的技能优化中具有广泛的应用潜力，尤其是在自然语言处理、机器人控制和自动化决策等领域。通过提高技能编辑的效率，LASKO能够加速智能系统的自我学习和适应能力，推动智能代理的实际应用和发展。
📄 摘要（原文）
Agentic systems increasingly improve themselves by editing skills: prompts, rubrics, plans, tool contracts, examples, validators, and traces. Skill edits are not independent coordinates in a vector space: they are local repairs to structured artifacts whose effects are observed only after rollout, validation, and critique. Distinct edits can have the same immediate visible effect while differing in routing context, template state, guardrail scope, or future composability. The order of edits can matter as well: repairing a schema before a normalization rule need not be equivalent to applying the same edits in the reverse order. This paper introduces a new framework for skill optimization called LASKO, for Lie Algebroid SKill Optimization. LASKO models typed, anchored Markdown skills as the base category and available edit policies as sections of a controlled Lie algebroid with anchor $ρ$. The anchor maps an edit policy to its visible Markdown effect; the kernel $\ker(ρ)$ represents latent template, routing, or implementation structure; and the algebroid bracket measures noncommuting edit composition. As shown in the paper, LASKO achieves order-of-magnitude speedups in skill optimization in our preliminary benchmark results, primarily because it substitutes inexpensive Lie-bracket screening tests that run in microseconds, before investing in expensive validations that require running large language models. On a causal extraction from natural language task, LASKO achieved a speedup of almost $15 \times$ compared to a brute-force approach that validated all edits by running them through a DeepSeek V3.1 4-bit model with 671B parameters.