跳到正文
arXiv · NLP· Kexin Ding, Yang Zhou, Can Jin, Feng Tong, Mu Zhou, Dimitris N. Metaxas·· 17 天前AI 评分45

Agent Skill 评估与进化:框架与基准综述

Agent Skill Evaluation and Evolution: Frameworks and Benchmarks

AI 导读

综述系统梳理了 Agent Skill 进化与评估领域,识别出从孤立创建向自动化评估驱动进化的范式转变。 进化被分类为执行反馈、轨迹蒸馏、压缩和强化学习四种范式,旨在提升技能效用与可靠性。 文章分析了六类以 Skill 为中心的 benchmark 类别,指出了基准覆盖、权衡及指标丰富度的结构性差距,并提出了构建可扩展且安全可验证的 Skill 生态系统的开放方向。

来源:arXiv · NLP · arxiv.org