Skill++ 改写技能说明,减少智能体选错工具
Skill++ 研究关注技能库越变越大后,智能体反而选错技能的问题。新增技能的名称和描述可能挤占原有技能的匹配范围,即使旧技能本身没有修改。
NEWS DESK·新闻资讯
查看来源为 arXiv 的资讯与动态,保留原文入口和发布时间。
共 466 篇
Skill++ 研究关注技能库越变越大后,智能体反而选错技能的问题。新增技能的名称和描述可能挤占原有技能的匹配范围,即使旧技能本身没有修改。

SYN-DIGITS 研究尝试修正语言模型模拟人类回答时的系统偏差。方法利用参考问题上的真人数据,以及数字角色在不同问题之间表现出的关联,推测目标问题的回答。

DAPE 基准同时判断两份政策是否属于同一领域,以及后一份是延续、扩大、缩小还是逆转前一份。研究用 1,000 组中国政府政策指令构建专家标注数据,避免把困难样本简单归为不相关。

AStockArena 为金融智能体增加决策审计:把模型报告、交易请求、实际执行回执和账户状态对齐,检查操作是否可追溯、理由是否有证据,以及模型是否正确理解账户情况。







ResMem 研究让模型离线阅读检索文本,再把这些证据如何改变答案分布的差异写入独立参数记忆。这样可以在后续使用中减少重复在线检索,而不是简单模仿检索器的预测。


AuthRank 尝试给网络威胁情报来源建立可信度评分。系统结合引用关系、主张支持情况、时间衰减和作者信息,减少大模型流水线被污染资料误导的风险。




TileWeave 研究按复用程度拆分稀疏注意力计算:共享程度高的块交给适合规则计算的 NPU,复用较低的部分交给 GPU,并协调结果合并。

Mixture of Layers 研究让多模态模型根据文字问题,动态选择视觉编码器的中间层表示。不同层保留的局部细节与抽象信息不同,固定只取最后几层可能遗漏小物体、文字等线索。


Penelope 研究指出,智能体经常重复使用长历史,而靠近序列末尾的 KV 缓存重算成本可能更高。它在保留共享前缀的同时,优先保存后部缓存,只重算缺失片段。




Reasoning Consensus 从多个模型的推理中提取结构化步骤,合并等价节点,再按支持该步骤的推理链数量赋权。读者可以看到某个结论背后哪些环节得到更多支持。

没有匹配的资讯,试试其他关键词。
