**Skill Entropy：衡量与训练大模型长程推理技能切换能力**

_Toward Skill-Native LLMs: Skill Entropy for Benchmarking and Training Long-Horizon Reasoning_

> 论文提出Skill Entropy概念，用于量化大语言模型在长程推理中切换不同技能（如数学推导、规划等）的难度。作者构建了Skill^2-Bench基准，涵盖558项技能、9个领域，并将任务分为三个难度等级。评估结果显示，模型在高技能熵任务上准确率显著下降。此外，论文提出Skill-Entropy RL训练框架，通过奖励机制对齐模型预测的技能序列与真实序列，在Qwen3-4B和1.7B模型上分别将Skill^2-Bench得分从34.4%提升至68.4%、从14.6%提升至40.1%，效果显著。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-08-06 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2608.05139)