arXiv cs.CL· Kexin Ding, Yang Zhou, Can Jin, Feng Tong, Mu Zhou, Dimitris N. Metaxas·· 10 小时前AI 评分34
Agent 技能评估与演化：框架与基准综述
Agent Skill Evaluation and Evolution: Frameworks and Benchmarks
AI 导读
一篇综述系统梳理了 Agent 技能从孤立创建转向评估驱动的自动化演化，将演化归纳为执行反馈、轨迹蒸馏、压缩和强化学习四类范式。文章还分析了六类以技能为中心的基准，指出基准覆盖的结构性缺口、权衡关系与指标丰富度问题，并提出构建可泛化、高效且可验证安全的技能生态的开放方向。
正文 · AI 翻译
摘要：智能体技能的增长改变了智能体系统的构建、评估和部署方式。随着技能库规模不断扩大，严格的评估对于确保其在实际应用中的实用性、质量和安全性变得至关重要。因此，该领域正在经历从孤立的技能创建到自动化、评估驱动的技能演化的新兴范式转变。在本综述中，我们系统地考察了基础技能创建之外的技能演化与评估图景。我们将演化划分为四种不同的范式，涵盖执行反馈、轨迹蒸馏、压缩和强化学习，展示每个要素如何有助于提升技能的实用性和可靠性。我们还分析了六个以技能为中心的基准类别，识别基准覆盖中的结构性缺口、权衡取舍和指标丰富度，以推进技能研究。最后，我们指出了构建可泛化、高效且可验证安全的技能生态系统的开放方向。项目网址为 this https URL
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2606.11435 [cs.CL] |
| （或 arXiv:2606.11435v2 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2606.11435 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Kexin Ding [查看邮箱]
[v1]
2026年6月9日星期二 20:43:23 UTC（531 KB）
[v2]
2026年11月2日星期一 18:56:20 UTC（547 KB）
来源：arXiv cs.CL · arxiv.org