标签
DataCOPE 是一个面向数据分析智能体的无监督验证器引导的技能发现框架，它从探索轨迹中提取验证器信号，无需标注监督。在报告式与推理式数据分析任务上，分别提升了 9.71% 和 32.30% 的性能。
本文介绍了CARL，一种利用局部动态规律学习可复用技能的离线分层强化学习方法。该方法将需要相似动作序列的状态-目标对进行聚类，从而实现更有效的技能复用，并在复杂的人形机器人任务上提升了性能。
SkillsVote是一个AI Agent Skill管理工具，从GitHub上筛选了79万+ Skill并提取功能描述、环境要求和权限信息，支持精准推荐、执行归因和迭代优化，还能给出工作流组合建议。
本文提出经验压缩谱，这是一个统一框架，将agent记忆、技能发现和基于规则的系统沿单一递增压缩轴集成（情景记忆5-20倍，程序性技能50-500倍，声明性规则1000倍以上）。工作识别出一个关键缺口——‘缺失对角线’——表明现有系统在固定压缩级别运行，缺乏自适应跨级别支持，并阐述了可扩展全谱agent学习系统的设计原则。
SkillFlow 推出了一个涵盖20个任务家族共166项任务的基准测试，用于评估自主智能体在终身学习协议下，随时间推移发现、修复并维护技能的能力。实验揭示了主流模型之间存在显著的能力差距：Claude Opus 4.6 通过技能演化获得了显著提升，而其他模型的收益有限甚至为负。