Skill-Uni

Skill-Uni是一个统一强化学习框架，旨在联合优化技能检索与利用。

Skill-Uni采用两阶段训练策略：第一阶段为热身指令微调，第二阶段采用GRPO强化学习算法。

Skill-Uni在五个技能相关基准测试上进行了实验，相较于Qwen3-4B平均提升66.59%，相较于LLaMA3.1-8B平均提升34.82%。

Skill-Uni能够兼容多种技能检索引擎，用户可根据需求选择不同检索后端。