标签
介绍SkillCenter，这是目前最大的面向AI Agent的开放技能库，包含216,938个结构化、源基的技能，覆盖24个领域。该库通过自动化流水线构建，并使用了基于LLM的质量门控（SkillGate）。该库结合了同行评审技能和社区技能，强调可追溯性和离线可搜索性。
Fable 5 正在转向按使用付费模式；建议用户让它训练自己的替代者，并编写技能文件以供继续使用。该帖子详细说明了如何提示 Fable 审计代码仓库并创建全面的技能库。
NVIDIA 的 ASPIRE 框架使机器人能够从成功经验中构建一个持久的技能库，允许复用于新任务，并随着时间的推移提高学习效率。
介绍 ASPIRE，一个让机器人通过进化搜索和蒸馏不断进化技能库的框架，实现高效的 sim-to-real 和跨本体迁移，迁移学习 token 减少高达 10 倍。完整代码已开源。
VisualSkill 提出了一种层级化的多模态技能库，用于计算机使用智能体，结合文本与图像，通过在 GUI 交互中保留视觉信息，在 CUA 基准测试上相较于纯文本基线实现了 15.3 个百分点的绝对提升。
介绍趣味性自主机器人学习（Playful Agentic Robot Learning），其中具身编码智能体通过自主探索游戏（self-directed play）学习可复用技能，无需额外训练即可提升下游任务表现。提出的RATs系统在仿真和现实世界迁移中相比基线取得了显著提升。
本文提出Embodied-BenchClaw，一种自主多智能体系统，能够通过包含过程质量控制与可扩展技能库的五阶段流水线，根据用户意图自动构建具身空间智能基准。
本文认为，公司的首个AI策略应该是创建一个'技能库'，以捕捉顶尖员工可复用的工作方法，这样智能体可以学习任务背后的方法，而不仅仅是访问数据。它还推广了一个名为Skills 101的在线研讨会。
这篇 MUSE-Autoskill 论文聚焦于 Agent 如何管理整个技能库，将 skill 放入完整的生命周期：创建、记忆、管理、评估和再优化。
SkillGraph 是一个框架，将可复用技能表示为有向图中的节点，使大型语言模型智能体能够通过结构化的技能检索和持续演进，更有效地处理组合任务。
Skill1 是一个统一框架，通过共享的任务结果目标，训练单一策略以协同进化技能选择、利用与蒸馏。在 ALFWorld 和 WebShop 上的实验表明，该框架在复杂任务环境中优于现有的基线方法。