CompSkill：基于执行经验的技能检索模型发布

Qi Shen等研究者发布论文提出CompSkill模型。该模型旨在解决LLM智能体在检索技能文档时忽略执行经验的痛点，通过512维键值对技能进行索引。 该方法利用KeyOpt编译技术，将匹配的同任务对比生成技能偏移及受限的键值残差，从而保留执行经验且无需改变文档文本。实验显示，在332个新生成的ToolQA任务中，配合GPT-5.6-luna使用单篇文档，CompSkill完成了256个任务；配合DeepSeek-V4.1-Flash则完成260个。该结果显著优于BM25、SkillRet-8B、Tool2Vec和RankGPT等基线模型。

AI 根据报道生成 · 59 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。