NVIDIA 提出 ACES 方法评估 Agent 技能质量

NVIDIA 发布新论文，针对企业级 Agent 技能库的质量把关问题提出 ACES 评估方法。研究发现，传统的结构化扫描（检查语法、风格、安全）与 LLM 评判的评分质量相关性很低（Spearman rho 仅 0.14），而 ACES 通过对比同一任务在技能加入前后的表现差异，即“技能提升”来衡量技能的实际价值，为 Agent 技能评估提供了更可靠的方案。

2026-08-24 ~ 2026-08-24 · 2 条相关