哪个智能体的技能应改变？演化多智能体团队中的组相对信用分配

GRSE（Group-Relative Skill Evolution）在同一技能库下对同一问题重复执行多次，通过对比不同执行结果，为智能体与技能的组合分配行为信用，而不是只依据技能是否在轨迹中出现。作者称，在两个开放权重智能体上，该方法在 HotpotQA 以及 LoCoMo 除开放域外的各分类上都优于此前的 MASkills，多跳问题的 F1 分别提升 6.7 和 3.2；作者表示，增益来自更扎实的检索，而非在没有证据的情况下作答，学到的技能还能在多跳任务之间迁移。在技能库被植入有害技能的实验中，GRSE 为每个植入技能判出正确的信用符号，并把分数恢复到干净技能库的水平（+6.3 分），而 MASkills 把其中两个判错，并且分数低于起点。