Zijian Jiang, Xilu Wang · 2026 · arXiv
DOI: 10.48550/arXiv.2610.30041 · open-access PDF
Las habilidades de texto pueden ampliar las capacidades de los agentes que usan herramientas, pero las descripciones de habilidades largas aumentan los costos de computación. Las promesas suaves proporcionan una alternativa compacta, pero el aprendizaje de trayectorias exitosas enteras también puede introducir cambios de comportamiento innecesarios. Descubrimos que el efecto útil de una habilidad de texto está altamente concentrado en un pequeño subconjunto de posiciones de trayectoria. Sobre la base de esta observación, proponemos la localización de comportamiento, que compara el agente congelado con y sin la habilidad de texto para identificar posiciones donde la habilidad aumenta tanto la probabilidad de tokens exitosos como la mejora.
Machine translation (Meta M2M100); the English original follows.
Text skills can extend the capabilities of tool-using agents, but long skill descriptions increase computational costs. Soft prompts provide a compact alternative, yet learning from entire successful trajectories may also introduce unnecessary behavioral changes. We find that the useful effect of a text skill is highly concentrated in a small subset of trajectory positions. Based on this observation, we propose Behavioral Localization, which compares the frozen agent with and without the text skill to identify positions where the skill both increases the likelihood of successful tokens and mea
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.30041, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange