提出技能内化测量方法并发布技能数据集

2026年10月26日，arXiv 人工智能板块刊出 Yanze Wang 等作者的论文，针对 LLM 智能体技能库中技能内化难以可靠测量的问题提出新判据：撤下技能后，让模型在由该技能合成的任务上作答，以无辅助得分衡量内化程度；只有当另一模型能从该技能获益时，才采信这一高分。作者称，近一半高分来自没有任何模型能从中获益的任务。论文同时发布 1,251 个技能，包含任务及四种模型下的逐项得分。报道未提及该方法的适用模型范围、使用收费或额度限制，也未给出数据集的地域与许可信息。目前进展停留在论文发布与数据集公开层面，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。