WikiSkill 论文：将 Agent 经验编译为持久知识
tuvllms · x · 2026-09-01
WikiSkill 框架提出将 Agent 的原始执行经验与可执行技能解耦，通过中间的持久化知识层(Wiki)不断沉淀经验以辅助技能进化。实验显示，该方法不仅在不同模型规模下均能带来显著性能提升（如在 27B 参数模型上平均准确率提升 23.9%），还能实现跨模型家族的有效技能迁移（如 Qwen 技能迁移至 Gemma 提升了数学与任务规划能力）。这表明技能进化可与模型规模互补，小模型借助迁移技能可超越大模型基线。
所属事件:谷歌 WikiSkill：用持久知识库让 Agent 越用越强(11 条相关)→
「编程与Agent」频道最新
- 开源工具：AI 自动看 YouTube 生成小红书图文 — yangyi · 2026-10-16
- GitHub 用 AI 把 Copilot 运行时重写为 80 万行 Rust,CPU 内存降 90% — bibryam · 2026-10-16
- Demo 之外的真坑:Reddit 讨论企业 AI 落地最难的一公里 — djgoel123 · 2026-10-16
- DeepMind 推出 Antigravity for Science,单次会话筛出新型抗菌肽 — pushmeet · 2026-10-16
- 让 Claude 写计划、Codex 来审：双模型互查工作流实操 — theteknosaur · 2026-10-16
- NPCTalk 让 GTA V NPC 可实时对话:开源方案可移植任意游戏 — ChocolateDull8971 · 2026-10-16