当非对抗性噪声损害学习：智能体技能自演化的基准评测

arXiv:2610.19910v1 公告类型：新提交 摘要：大语言模型智能体越来越多地通过将经验提炼为可复用技能来实现改进，但这些经验中的错误可能残留在学得的规则中，并影响后续任务。现有评估主要考察无噪声学习，或技能冻结后遇到的扰动，对自演化过程中的鲁棒性仍缺乏充分理解。我们提出 RSE-Bench，据我们所知，这是首个用于评估普通非对抗性噪声下技能自演化的基准。它涵盖四个领域和六个基准，对指令、环境证据、执行记录以及结果与记录的配对施加受控扰动，同时保持底层任务和原有评分规则不变。该评测协议将学习期间的噪声与评估时的输入侧噪声分开，并在留出任务上测试冻结的技能库。我们还提出 \textsc{RSEClaw}，这是一个与具体方法无关的框架，支持一致的噪声注入，并对实际噪声暴露和技能更新进行过程诊断。在三种方法和两种骨干模型上，含噪声学习仅保留了无噪声自演化所实现总体增益的 $25.5\%$--$42.1\%$，具体取决于噪声类型。即使原始执行和评估保持不变，仅限于执行记录以及结果与记录配对的扰动，仍会造成与输入侧噪声相当的平均损失。诊断还发现，候选技能文本存在差异，而留出任务上的平均性能变化较小。