#SkillBuffBench

共 1 条 · 7 天 1 条 · 30 天 1 条
信息流里打上「SkillBuffBench」标签的资讯、产品与论文,按刊登时间排,新的在上。
11月18日
论文Agent 与开发者多源确认10:31
SkillBuffBench:用统一基准衡量 Agent Skills 在不同框架与模型下的真实增益

现在每个 agent harness 都在推 Skills,但增益数据大多来自“人工挑好 Skill”的理想场景。这个基准把 Skill 访问、记忆、harness、模型四个变量拆开交叉测,还把成本和时间单独报出来。做 agent 开发、想判断要不要给自家工作流上 Skills 的人值得跑一遍看看协议设计。

事件专题
arXiv: Anthropic@Gengyue Dong 等 7 人原文