研究者提出SkillShift-Bench开放环境技能学习基准

研究者提出并发布SkillShift-Bench，称其为首个在受控开放环境变化下评估Web智能体技能学习的基准，模拟上下文偏移、感知偏移与执行偏移三类场景。实验显示，智能体在受控偏移下出现系统性鲁棒性退化：成功率下降、交互成本上升、技能失败更频繁，其中执行偏移压力最大。 团队将该问题形式化为非平稳局部可执行性问题，给出动态遗憾分析，并提出一种无需重学技能库的测试时自适应方法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。