标签
谷歌DeepMind的新论文SkillSmith将前缀键值缓存视为一种输入模态，在推理时把文本知识与现有权重组合成冻结的Gemma 3 4B模型的新前缀缓存，从而无需针对特定目标的训练运行即可改进适应能力。
谷歌DeepMind推出SkillSmith，将模型权重视为LLM可以原生推理的额外模态，从而实现指令引导的参数化合成，在推理时组合技能。该方法优于仅文本和仅权重的基线方法。
本文介绍了SkillSmith，这是一种增强型LLM，能够对前缀权重和文本知识进行推理，从而实现指令引导的新参数化技能合成，其性能优于仅文本和仅权重的基线方法。
SkillCoach提出了一种自演化评分标准框架，通过分析技能选择、遵循、组合和反思来评估并增强LLM智能体技能使用，提供了超越仅结果指标的过程级监督。