**RASO:基于跨框架适配的检索增强智能体技能优化**

_Retrieval-Augmented Skill Optimization via Cross-Harness Adaptation_

> 针对现有智能体技能优化方法忽视公开技能库、依赖昂贵试错的问题,论文提出检索增强技能优化(RASO)框架。该框架利用外部技能语料作为先验知识,通过跨框架适配解决领域与执行环境不匹配问题。RASO包含无需试错的检索增强初始化(RASI)和基于执行反馈的迭代更新(RASU)两个阶段,在多个基准测试中表现优于传统基线。

**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-10-02 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2609.38024)