SKT用验证轨迹训练Agent技能

Zelin Tan等作者提出SKT验证式数据合成流程，并基于arXiv论文摘要报告：利用2,000个公共技能生成的4,000个任务包和27,164条验证轨迹进行监督微调，可提升Agent在不同模型、基准和运行框架下的技能使用表现。 SKT从大规模技能构造技能相关任务与可执行轨迹；作者还使用不相交的测试技能池建立留出评测基准SkillEval。摘要中的消融、跨运行框架和扩展实验显示，验证监督会影响增益效果，技能覆盖扩大时性能也随之提升；这些结论目前仅依据论文摘要。

AI 根据报道生成 · 1 天前更新

还没有足够的连续观测数据，暂不绘制趋势。