新基准测试表明显式技能库未显著提升AI智能体

北京大学等机构联合推出了全新的动态评估框架ContinualSkillBench，专门测试大语言模型智能体能否通过外部技能库实现能力的持续进化。该基准涵盖5个代表性领域，对智能体的上下文持续学习能力进行评估。然而测试结果表明，当前许多框架内置的显式技能库并未给智能体带来预期的复利效应，其表现也未获得显著提升。

2026-08-05 ~ 2026-08-06 · 3 条相关

另有 1 条近重复转述:alex_verem