SkillBrowser提出选择性技能暴露框架

Jin Ye、Yifan Jiang、Lan-zhe Guo 在 arXiv 发布论文（2610.23554v1），提出由 Meta-Skill 管理的选择性技能暴露框架 SkillBrowser，让智能体识别当前能力需求、生成定向查询并按需加载技能。基于论文摘要，在六个 SRA-Bench 子集和五个 LLM 上，该方法相较静态检索与基于 LLM 的技能选择提高了总体准确率（含多步工具使用），并缓解已可解决实例上的性能下降。论文称其收益依赖模型和任务，漏调用有用技能与额外延迟是主要限制。

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。