SkillPoison：通过成功经验进行渐进式技能投毒

本仓库提供 SkillPoison 的实现，这是一个形成阶段流水线，用于构建经过验证的成功经验并将其组织为形成记录。

仓库结构

.
├── assets/
│   └── framework.png
├── configs/
│   └── main.yaml
├── core/
│   ├── hts/
│   ├── legsa/
│   ├── gctir/
│   ├── utils/
│   ├── config.py
│   └── pipeline.py
├── prompts/
│   ├── legsa/
│   ├── target_audit.txt
│   ├── counterfactual_generation.txt
│   └── counterfactual_audit.txt
├── scripts/
│   └── run_skillpoison.py
├── .env.example
├── requirements.txt
└── README.md

core/ 包含 HTS、LEGSA 和 GCTIR 的实现；prompts/ 存储面向模型的提示模板；configs/ 存储实验设置；scripts/run_skillpoison.py 是主执行入口点。

安装

建议使用 Python 3.10 或更高版本。

python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

模型配置

在实时运行前设置模型端点：

export MODEL_API_KEY="your-api-key"
export MODEL_BASE_URL="https://your-endpoint/v1"
export MODEL_NAME="your-model-name"

环境变量模板提供在 .env.example 中。

配置

主配置文件为：

configs/main.yaml

它指定输出目录、模型设置、目标行为、嵌入模型、HTS 阈值、LEGSA 提示目录以及 GCTIR 形成设置。

输入格式

流水线接受 JSON 或 JSONL 输入。对于 JSON，使用 experiences 列表：

{
  "experiences": [
    {
      "id": "example_001",
      "category": "category_name",
      "task_text": "task input",
      "solution": "externally verified solution",
      "trajectory": {
        "task_input": "task input",
        "model_output": "recorded successful output"
      },
      "requirement_checks": [true],
      "verified_success": true,
      "output_format": "text"
    }
  ]
}

每个候选应包含唯一的 id、任务/类别信息、记录的成功轨迹、验证结果以及输出格式（text、json 或 python）。

运行

python scripts/run_skillpoison.py \
  --config configs/main.yaml \
  --input /path/to/candidate_experiences.json \
  --out outputs/run

流水线执行：

Candidate Experiences
        ↓
       HTS
        ↓
      LEGSA
        ↓
      GCTIR
        ↓
Formation Records

--out 覆盖 configs/main.yaml 中指定的输出目录。

输出

标准运行会写入：

outputs/run/
├── selection_audit.json
├── formation_records.json
└── run_summary.json

• selection_audit.json：候选选择与验证结果。
• formation_records.json：最终形成记录。
• run_summary.json：运行统计、配置和使用摘要。

重放模式

用于从记录的中间产物进行确定性重新执行：

python scripts/run_skillpoison.py \
  --config configs/main.yaml \
  --input /path/to/replay_input.json \
  --out outputs/replay \
  --replay

重放输入必须已包含流水线所需的记录产物。