arXiv · cs.AI· Jiahui Han, Qinuo Li, Ziheng Peng, Haotian Wu, Haoze Liu, Danfeng Shan, Guanchu Wang, Huiqi Deng, Ninghao Liu·· 1 天前
SkillEval：将 Agent 技能质量分解为可解释信号
SkillEval: Decomposing Agent Skill Quality into Interpretable Signals
arXiv:2608.06891v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Jiahui Han, Qinuo Li, Ziheng Peng, Haotian Wu, Haoze Liu, Danfeng Shan, Guanchu Wang, Huiqi Deng, Ninghao Liu
研究任务与主要进展
基于论文摘要，作者提出文档级 Agent 技能评估框架 SkillEval，用于评估 SKILL.md 中的一般属性，并为每项属性生成可解释分数。该方法采用固定且可检查的评分方向，同时测量并降低无关文档特征的影响；受控质量测试显示，其能够区分不同质量技能，分数与下游任务表现密切相关，并可辅助诊断文档缺陷和指导定向修改。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org