工具使用智能体中基于行为定位的鲁棒软技能自适应

研究提出行为定位（Behavioral Localization）方法，通过定位改变 token 分布的关键轨迹位置来监督简短 soft prompt。在 SpreadsheetBench 上基于冻结的 Qwen3.6-35B-A3B 测试，前 10% 轨迹位置捕获了 96.12% 的正向技能增益。