skill-use

SkillGym 提出了一条自动化流水线：从互联网上爬取可复现的技能，构建可验证且难度可控的环境，并收集 19k 条已验证轨迹来训练技能使用智能体。在这些轨迹上对 Qwen3.5 系列模型（2B 到 122B）进行微调后，其在四个技能使用基准上的表现均有所提升；其中 9B 的 SFT 模型在两项基准上超过了 397B 的未训练模型。

介绍了SKT，一个用于语言模型智能体技能使用训练的验证数据合成流水线，从2,000个公开技能中生成4,000个任务包和27,164条经验证的轨迹。在SKT生成的轨迹上进行监督微调，能够持续提升不同模型和智能体框架的技能使用性能。