标签
本文介绍了最佳前缀选择（BPS），这是一种用于LLM智能体最优技能选择的算法，它提供了可证明的双标准保证，并在任务成功率上优于现有方法，同时减少了令牌使用量。
SkillGate 通过使用执行和技能命名令牌的独立信用通道，解决了AI智能体技能选择中的选择器信用饥饿问题，提高了成功率并减少了长期任务中误导性技能的暴露。
介绍了SkillSelect-Serve，一个用于小型LLM智能体的预算可控且QoS感知的技能服务推荐与组合框架，在大型注册表上评估，并展示了相比Top-K检索更高的召回率和效用。
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。
介绍了SkillDAG，一种用于大规模LLM技能选择的自进化类型化有向图，它建模了技能间关系，并允许智能体在执行过程中查询和演化该图，在ALFWorld和SkillsBench上优于基线。