本站摘要 / arXiv · cs.AI
智能体技能下游效用的实证研究
论文对87项SkillsBench任务开展实证研究，定义下游效用为相同模型与框架配置下相对无技能基线的通过率差异，并比较多种配置。
为什么值得关注
该研究为技能内容、执行配置与多技能组织如何影响效用提供分析线索。
背景
智能体技能打包可复用的过程指导与资源，但相关技能未必提升任务表现。
摘要要点
- 在文中评估的候选集合内，作者报告，按所需操作支持度重排序后三种配置下首选通过率提升4.35至5.80个百分点。
收录依据
- 原始标题
- An Empirical Study of Agent Skills' Downstream Utility
- 发布渠道
- arXiv · cs.AI
- 作者/发布者
- Yu Cheng, Dehai Zhao, Zhongxin Liu, Qing Huang, Zhenchang Xing, Xiaoxue Ren
- 来源原始时间
- 2026-10-08T00:00:00-04:00
- 北京时间
- 2026-10-08T12:00+08:00
- 收录时间
- 2026-10-08T23:25+08:00
- 实际读取范围
- 官方摘要和元数据（未读取论文全文）
- 核验记录
- official-abstract-unreviewed
来源中的研究结论、产品能力及数字应以原文为准。来源身份与时间核对不等于本站完成了独立实验验证。
收藏保存在此浏览器。本文未搬运源站全文或图片。