这篇论文研究的核心问题是什么?
论文研究 Agent Skills 的内容、执行配置和多技能组织方式如何影响下游任务表现,并将效用定义为相同任务和配置下相较无技能基线的通过率差异。
(翻译)Agent Skills 下游效用的实证研究
Abstract page for arXiv paper 2610.08875: An Empirical Study of Agent Skills' Downstream Utility
该 arXiv 论文研究 Agent Skills 对下游任务表现的影响,在 87 个 SkillsBench 任务和多种模型配置中比较同一技能、候选技能及组织方式。研究发现技能效用会随配置变化,相关性排名可能忽视更有用候选,并提出 17 条技能编写实践。
论文研究 Agent Skills 的内容、执行配置和多技能组织方式如何影响下游任务表现,并将效用定义为相同任务和配置下相较无技能基线的通过率差异。
研究在 87 个 SkillsBench 任务上比较同一技能在九种配置中的表现,并从 37596 个 Skills 构成的语料中检索候选,结合 LLM 辅助分析和作者复核。
论文认为开发者应评估技能对可用操作的支持,允许过程适配但保留任务要求,并在组织多技能时明确产物依赖关系。
针对 Fomo 用户的恶意书签钓鱼攻击分析
从 Rollout 到权重同步:Mooncake 如何支撑高性能强化学习系统|QCon上海
Cloudflare 详解从 WordPress 迁移至 EmDash 的过程
早报|苹果定档10月13日发布新品/三星手机业务或减产30%/保时捷计划削减9000个岗位打不过就投降,保时捷裁员9000人,回归燃油车主线
腾讯WorkBuddy悄悄上新功能,我再也不用把文件搬来搬去了
9 月美债遭抛售:不是通胀预期 而是实际利率在飙升Self-Supervised Keyframe Discovery for Horizon-Invariant Behavior Cloning
Abstract 关停警示:拥有资产不等于能转出陶哲轩认为数学 2.0 时代应降低解决难题的核心地位
七年第一,三项蝉联!赛迪报告:奇安信持续领跑中国网安市场
抖音真正想做的,不是本地生活,而是从娱乐到消费的完整入口
Building Reliable Data Analytics Agents: Lessons from the KDD Cup美光台工厂工会获得罢工权,支持率 99%浪子回头!Manus重启北京办公室大举招聘ChatGPT踢到铁板了!能破解千禧数学难题,但论文复现率低至13.98%?
OpenAI营收逊色重创AI股 标普、纳指两连跌Speaking the Navigator's Language: Trajectory-Grounded Instruction Translation for Frozen Aerial VLN AgentsAgentHorizon: Evaluating Agentic Judges for Long-Horizon Computer-Use Tasks
AI让数学再也回不去那个旧世界了。
奥格威导师罗必凯:22条“拒绝平凡”的创意哲学亚马逊 Prime Video 将直播艾美奖颁奖典礼
云栖大会观察:阿里怎么打下一阶段模型战?
最新FOMC纪要出炉 看今年最后三个月该如何加息
Insights4vc:Rain 的 19.5 亿美元估值靠什么撑起
币安变“股安” Crypto迎来史无前例变革An Explainable Header-Centric Framework for Large-Scale Semantic Table Interpretation and Data Quality Assessment
一句话上线产品 AI自主支付还有多远?
“AI央行”英伟达的“千亿资本局”
金色早报丨山寨币回落 美CFTC:加密行业正回流美国