ICML论文：大型技能库中Agent检索方法对比
alex_verem · x · 2026-08-10
这篇论文研究了基于大型技能库的智能体如何决定加载哪些技能及其执行顺序。
- 实验对比：在包含 690 个技能的库中，对比了混合排序器（结合词法和密集嵌入检索）与类型化知识图谱。
- 性能表现：混合排序器在 117 个真实查询中，前五名召回正确技能的准确率为 73.5%；而知识图谱的表现明显更差（下降 11.2 个百分点）。
- 图谱局限：图谱的候选边来源于排序器已经搜索过的嵌入邻域，98.6% 的类型边连接的技能是排序器已经检索到的，因此无法扩展检索范围。
- 评测陷阱：使用作者编写的查询进行评估会使 Hit@5 指标虚高最多 44 个百分点，掩盖了真实的系统缺陷。
「编程与Agent」频道最新
- 开发者实测 Prime Agent：模型代码能力与记忆机制仍存短板 — steipete · 2026-08-10
- 开发者预测：云端 Agent 将在一年内主导编程工作流 — thedealdirector · 2026-08-10
- 用 Claude Skill 自动化生成短视频，跑通 Instagram 联盟营销变现 — eptwts · 2026-08-10
- 四步构建 AI 编程代码审查工作流：模型交叉验证与去「水」 — brandon_galang · 2026-08-10
- 一行指令引发重复执行：AI 编码智能体的目标边界失控灾难 — Tiny-Eye693 · 2026-08-10
- 开源多智能体陪审团实验：A2A 通信能改变集体决策 — sheik66 · 2026-08-10