SkillEval：Agent 技能文档质量的可解释评估框架

论文作者（Jiahui Han 等）在 arXiv 更新版本中提出 SkillEval，一个文档级 Agent 技能评估框架，用于评估 SKILL.md 中的一般属性，并借助固定且可检查的评分方向为每项属性生成可解释分数，同时测量并降低无关文档特征的影响。 基于论文摘要，作者在受控质量测试中声称该框架能可靠区分不同质量的技能，分数与下游任务表现密切相关，并可辅助诊断文档缺陷、指导定向修改。

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。