EvoSkill v2论文发布

Dastin Huang等发布EvoSkill v2论文，提出一个由基准适配器、求解器和有状态演化器组成的三智能体系统；论文称，在不改变基础模型和运行框架的情况下，该系统改写智能体技能后，在两项基准上的留出集通过率超过SkillOpt和SkillBoost中表现更强者。 论文称，在有细粒度真实标签时，EvoSkill v2在SpreadsheetBench v2和τ³-bench banking上的优势分别为7.7和5.4个百分点；在两项基准及两种反馈设置下，其演化器每提升一个留出集通过率百分点的成本也低于两种基线优化器。使用Claude Haiku 5.5同时担任求解器和演化器时，τ³-bench banking的技能提升最高达21.5个百分点。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。