15:59小互@imxiaohu73°Google Research 发布了 WikiSkill 框架,旨在让 AI Agent 将任务执行中的经验和教训沉淀为持久知识库。该框架模仿维基百科模式,使 AI 能从零散经验中积累可执行技能。WikiSkill 帮助 AI Agent 实现自我进化,持续提升任务执行能力。AI模型WikiSkillGoogle ResearchAI Agent3 个信源在谈事件专题推荐理由:Google Research 的 WikiSkill 让 AI 把踩过的坑变成可积累的技能,像维基百科一样持续进化。原文稍后读已读值得跟进有用关注 WikiSkill
03:18elvis@omarsar0精选73°Google的WikiSkill论文展示了持久智能体、知识库和技能的有效性。该论文提供了智能体如何利用不断演进的技能wiki的框架。WikiSkill支持跨不同任务和模型使用,甚至可将技能迁移到更小模型上。论文解决了构建和维护技能时的常见问题,自动利用智能体运行并将知识持久化到wiki中。论文WikiSkillGoogle智能体2 个信源在谈事件专题推荐理由:Google这篇论文教你如何构建持久知识库,让智能体技能不断进化,还能迁移到更小模型上。原文稍后读已读值得跟进有用关注 WikiSkill
08:27shao__meng@shao__meng78°Google Research提出WikiSkill方法,在Agent与原始经验间插入持久知识层。实验在5个基准测试中,WikiSkill比最强基线高3.3-12.0分。Qwen模型规模越大提升越明显,27B版本提升达23.9%。Skills可跨模型迁移,9B模型使用27B进化的Skills在ALFWorld上达70.2%。论文WikiSkillAgentSkills4 个信源在谈事件专题推荐理由:Google Research让Agent经验变成持久知识,Skills进化更稳定,小模型用大模型技能效果更好。原文稍后读已读值得跟进有用关注 WikiSkill
21:11官方账号Decoder@Matthias Bastian精选73°Google Research推出WikiSkill框架,让AI代理能够记录成功和失败经验。该框架采用类似维基的结构保存知识,使AI代理在每次运行后不会丢弃学习内容。研究显示,大型模型从WikiSkill中获益更多,而小型模型应用该框架后可达到未使用框架的大型模型的性能水平。AI模型WikiSkillGoogleAI代理2 个信源在谈事件专题推荐理由:Google给AI装了个'错误百科全书',让AI能从失败中学习,小模型也能有大模型的表现。原文稍后读已读值得跟进有用关注 WikiSkill
18:09官方账号arXiv cs.AI@Liyan Tang, Cyrus Rashtchian, Chun-Sung Ferng, Andrew Tomkins, Da-Cheng Juan, Tu Vu精选73°WikiSkill框架通过将执行经验、积累知识和可执行技能分离,持续将经验整合到知识库中。该框架在多个基准测试和模型上表现优于最先进的技能进化方法,在大多数模型-基准设置中优于无技能基线。研究发现技能进化与模型扩展互补:大模型通常从进化技能中获益更多,而有技能的小模型可以显著超越无技能的大模型。技能在不同模型和模型家族间能有效转移,其他模型进化的技能甚至可以超越自我进化的技能。AI模型WikiSkill智能体技能进化1 个信源在谈事件专题推荐理由:WikiSkill让AI智能体把经验变成可复用的知识库,小模型靠技能能打败大模型,技能还能跨模型使用。原文稍后读已读值得跟进有用关注 WikiSkill