COBRA-Skills：用上下文赌博机引导智能体技能进化

COBRA-Skills 将 LLM 智能体技能优化建模为动态候选空间上的预算化序列优化，通过上下文赌博机引导的优先级排序与基于证据的技能进化，把评估资源集中到更有潜力的候选上。在六个异构智能体基准和三个目标模型上，该方法平均性能最强，相比 SkillOpt 降低 55–58% 优化成本，每个基准仅用 50 个优化样本。