Zijian Jiang, Xilu Wang · 2026 · arXiv
DOI: 10.48550/arXiv.2610.30041 · open-access PDF
As habilidades de texto podem estender as capacidades dos agentes que usam ferramentas, mas as descrições de habilidades longas aumentam os custos de computação. As indicações macias fornecem uma alternativa compacta, mas aprender de trajetórias de sucesso inteiras também pode introduzir mudanças comportamentais desnecessárias. Encontramos que o efeito útil de uma habilidade de texto é altamente concentrado em um pequeno subconjunto de posições de trajetória. Com base nesta observação, propomos a Localização Comportamental, que compara o agente congelado com e sem a habilidade de texto para identificar posições onde a habilidade aumenta tanto a probabilidade de tokens de sucesso quanto a míia.
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