非精英进化让弱模型的部分改进沉淀为可复用技能，并可迁移给更强模型。
资讯摘要
论文提出 SkillNEO，一种面向 LLM 智能体技能的非精英进化优化方法：将“选用哪个版本”与“继续改进哪些版本”分开决策，通过比较相关版本在同一任务上的表现，识别应保留的有效步骤与待修复的失败点，并可用后续证据回溯修订早期版本。作者报告在 8 个领域共 86 个 SkillsBench 任务上，GPT-5.4 Mini 的平均奖励从 49.1% 提升至 66.4%，且改进后的技能可直接迁移给更强模型。
要点速读
- SkillNEO 允许低分版本继续被编辑，避免因要求即时奖励提升而丢弃有用的部分修复。
- 作者报告在 86 个 SkillsBench 任务上，GPT-5.4 Mini 平均奖励由 49.1% 升至 66.4%，增益覆盖全部 8 个领域。
- 在 41 个技能被修改的任务上，复用这些技能使 Luna 提升 10.5 个百分点，GPT-5.5 比其公开的原始技能参考高 10.6 个百分点。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。