跳到正文
arXiv · AI· Gengyue Dong, Ye Wei, Zheng Zhu, Yidong Han, Jiale Miao, Xiaojun Jia, Guanghui Li·· 2 天前AI 评分20

SkillBuffBench 如何跨不同 Harness、模型和技能访问模式评估 Agent Skill 贡献

SkillBuffBench: Measuring What Agent Skills Contribute across Harnesses, Models, Skill Access Modes and Memory

AI 导读

SkillBuffBench 提出评估 Agent Skill 贡献的基准,将 Skill 访问作为三级因子(无 Skill、精选 Skill、自动调用),并交叉记忆开关、4 个 agent harness 及多模型。

来源:arXiv · AI · arxiv.org