跳到正文
热点事件持续更新

SkillBuffBench基准发布:衡量Agent Skills实际贡献

1 篇报道1 个报道来源46 分钟前更新

先了解这件事

AI 综述

研究者发布SkillBuffBench基准及配套评测协议论文(v1),用于衡量Agent Skills对智能体的实际贡献。该基准将Skill访问设为三级因素(无Skill、精选Skill、从已安装库自动调用),并与记忆开关、四种agent harness及多个模型交叉组合。 当前版本仅描述基准设计、评测协议及现有任务与Skills;评测仍在进行中,结果将在运行完成后补充,任务套件、结果与分析会持续滚动更新。

AI 根据报道生成 · 29 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    SkillBuffBench:衡量 Agent Skills 在不同 harness、模型、Skill 访问模式与记忆下的贡献

    研究者提出 SkillBuffBench 基准及配套评测协议,考察 Agent Skills 的实际贡献,将 Skill 访问设为三级因素(无 Skill、精选 Skill、从已安装库自动调用)。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。