Skill-Uni：统一检索与利用的技能增强生成框架

论文用统一强化学习框架联合优化技能检索与利用。

资讯摘要

论文提出 Skill-Uni，一个统一强化学习框架，将技能检索与技能利用放在同一模型中联合优化，采用生成式技能检索范式，并用预热指令微调与 GRPO 两阶段训练逐步提升能力。作者报告在五个技能相关基准上，相较 Qwen3-4B 与 LLaMA3.1-8B 基座平均性能分别提升 66.59% 和 34.82%，且兼容多种技能检索引擎。

要点速读

1. 论文指出已有技能增强生成方法用分离模型做检索与利用，导致两过程优化割裂。
2. Skill-Uni 采用生成式技能检索，让单一模型同时学习检索相关技能并用于解题。
3. 作者报告在五个技能基准上相对 Qwen3-4B、LLaMA3.1-8B 平均提升 66.59% 与 34.82%。

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 2026/10/31 08:00:18（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。