Prompt2Skill 仅凭自然语言任务描述自动生成 LLM 技能,平均提升 10.8
Bo Ni · hf · 2026-10-02
背景问题
Skills 是 LLM 推理时消费的外部知识产物,但专家手写 skill 成本高、不适配具体模型版本,新兴任务也常缺现成 skill;已有自动优化方法又依赖人工整理的训练集。
方法
Prompt2Skill 只需一段自然语言任务描述即可:
- 推导任务规格;
- 发现或合成数据集;
- 在反思式编辑闭环中迭代打磨 skill。
结果
在问答、阅读理解、电子表格操作、数学推理四个领域,对开源与前沿模型均稳定超越直接提示基线,平均提升 10.8。
「编程与Agent」频道最新
- 开发者抱怨 Claude 与 Claude Code 越用越差，质量下滑引共鸣 — Pavan_Belagatti · 2026-10-02
- 程序员给 Claude Code 加上 Reels 刷视频,边刷边等 agent 干活 — yoimnotkesku · 2026-10-02
- 订机票是 2 分钟手打还是听 agent 磨 10 分钟？开发者质疑语音 agent 体验 — jxnlco · 2026-10-02
- 深度拆解 llama.cpp：模型加载层如何在多架构间划出安全边界 — Mahmoud_Zalt · 2026-10-02
- Argo-Bench：235 表企业级仓库考数据 agent，最强模型仅 34.8% 任务达标 — textql · 2026-10-02
- Flexport 推出 MCP,AI 助手可订舱发货并合规清关 — ycombinator · 2026-10-02