arXiv Artificial Intelligence· Jiahui Han, Qinuo Li, Ziheng Peng, Haotian Wu, Haoze Liu, Danfeng Shan, Guanchu Wang, Huiqi Deng, Ninghao Liu·· 18 小时前AI 评分27
SkillEval：将 AI 智能体技能质量拆解为可解释信号
SkillEval: Decomposing Agent Skill Quality into Interpretable Signals
AI 导读
研究者提出 SkillEval，一个面向文档级技能的可解释评估框架，用固定、可检查的评分方向为每项属性生成可解释分数，并测量和降低无关文档特征的影响。在受控质量测试中，SkillEval 能可靠区分不同质量的技能，其分数与下游任务表现密切相关，可提前反映技能有效性。该框架还可用于诊断文档弱点并指导针对性修改，从而提升目标属性并提高下游任务通过率。
来源：arXiv Artificial Intelligence · arxiv.org