arXiv cs.AI· Yangjie Xu, Lujun Li, Lama Sleem, Niccolo Gentile, Yewei Song, Yiqun Wang, Siming Ji, Wenbo Wu, Hui Huang, Radu State·· 2 天前AI 评分32
Agent Skill 框架：中小型语言模型在工业环境中的潜力研究
Agent Skill Framework: Perspectives on the Potential of Small to Medium Language Models in Industrial Environments
AI 导读
一项大规模实证研究评估了 Agent Skill 范式在 270M–80B 开源模型上的可行性，覆盖保险理赔分类与 Python 编程两类任务。结果显示极小模型常无法检索或选择正确技能，而 30B–80B 模型从技能增强中获益显著。研究还给出面向部署的 GPU 显存时间占用（GB·min）画像，揭示技能增强收益随模型规模、任务复杂度与 GPU 预算的变化。
正文 · AI 翻译
摘要：技能在近期的智能体框架中应用日益广泛，在专有 LLM 上表现稳健。然而，其对中小型开源模型（270M--80B）的有效性仍未得到充分探索，尤其是在工业界资源受限的条件下。为此，我们开展了一项大规模实证研究，评估技能范式在两个开源分类任务上的可行性：一个基于专有数据的保险理赔任务，以及一组 Python 编程问题。我们发现，极小型模型经常无法检索或选择正确的技能，在评估的技能增强设置中大幅限制了其可用性，而较大的 30B--80B 模型则从技能增强中获得显著收益。此外，我们提供了面向部署的 GPU 画像，报告了评估设置下各模型的显存时间占用（GB$\cdot$min）——这一面向部署的指标有助于刻画 GPU 内存成本，而中小型模型通常因显存控制而被优先选用。这些结果刻画了技能增强的收益如何随模型规模、任务复杂度和 GPU 预算而变化，并提供了面向部署的观察。
| 评论： | 12 页 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2602.16653 [cs.AI] |
| （或 arXiv:2602.16653v4 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2602.16653 arXiv 颁发的 DOI，经由 DataCite |
提交历史
来自：Lujun Li [查看邮箱]
[v1]
2026 年 2 月 18 日星期三 17:52:17 UTC（78 KB）
[v2]
2026 年 2 月 20 日星期五 14:47:30 UTC（78 KB）
[v3]
2026 年 6 月 18 日星期四 19:19:49 UTC（820 KB）
[v4]
2026 年 10 月 15 日星期四 12:48:43 UTC（835 KB）
来源：arXiv cs.AI · arxiv.org