כתבה
arXiv cs.AI ·
SkillSeek: חידוש באיתור כישורי סוכן בקנייה רב-סקלה
SkillSeek: Revisiting Agent Skill Retrieval at Marketplace Scale
SkillSeek, פרויקט של Anthropic, מציע פתרון חדש לאיתור כישורי סוכן בקנייה רב-סקלה. הפתרון, שפותח על בסיס רפואת-מילות תקנית, מציע רמת זיכוי של 89% בבחינת SkillsBench, ומציע יתרון כלכלי של 47% ביחס לפתרון המקורי.
תקציר מקורי באנגליתarXiv:2609.38822v1 Announce Type: cross Abstract: Anthropic's Agent Skills package reusable procedural know-how for an LLM agent into SKILL.md directories, and open-source aggregations have grown past 230,000 skills, making selection rather than authoring the bottleneck. The standing answer in the literature outsources selection to the agent itself: an LLM-mediated retrieval loop that rewrites queries and refines candidates inside the agent's decision loop, paying LLM tokens on every task. We present SkillSeek, an open-source two-stage skill retriever built from the standard IR recipe (a BGE-base bi-encoder feeding a small cross-encoder, exposed over MCP). Across a $4 \times 11$ grid of pool, backbone, and method on the 89-task SkillsBench benchmark, SkillSeek reaches observed parity with
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית