技能学习相关 AI 资讯

8月23日

15:01

shao__meng@shao__meng

78°

吴恩达发布AI工程技能图谱系列第一篇，聚焦构建与部署AI应用，强调AI应用输出不可预测性，提出六项核心技能：LLM基础、数据为模型提供Grounding、构建Agentic系统、Evaluation-Driven Development、生产运营AI软件、机器学习基础。

技巧吴恩达 AI工程技能图谱构建与部署AI应用

推荐理由：吴恩达最新发布，AI工程技能图谱系列，教你如何构建和部署AI应用，掌握核心技能，提升AI工程能力。

原文

8月10日

11:17

官方账号arXiv cs.AI@Mingxuan Zheng, Yujin Zhou, Chuxue Cao, Boqin Yin, Yuyao Zhang, Jiapeng Sun, Shuaishuai Gong, Sirui Han, Yike Guo

SkillProx 提出一种受近端梯度启发的正向-反向框架，用闭环诊断与效用感知的近端细化来更新智能体的技能库。前向阶段在同一任务批次上执行诊断驱动的编辑并回滚回归，反向阶段把技能拆成知识单元，用留一效用审计估算贡献。在分布内和分布外基准上、多种骨干 LLM 下，SkillProx 比最强的基于梯度的基线平均准确率提高 3.0 个百分点。消融实验显示闭环诊断与近端细化具有互补效果。

论文 SkillProx 智能体技能学习

推荐理由：SkillProx 用近端梯度下降让智能体技能自进化，平均准确率比最强基线高 3 个百分点，值得搞 Agent 技能的看看。

原文

8月5日

11:46

官方账号arXiv cs.LG@Tianyi Guan, Yiding Wang, Haotong Yang, Siyuan Cao, Shirui Liu, Yi Hu, Jiaqi Li, Muhan Zhang

新基准 ContinualSkillBench 用于评估智能体的持续技能学习，覆盖五个领域、100 个按难度递增且可复用技能的互联子任务。实验表明序列执行总体能提升性能，但收益因模型和领域而异。上下文学习与显式技能维护平均表现相当，显式技能只在需要可复用流程或精确输出的任务上更有优势。较弱模型反而会积累更大、更碎片化的任务技能集合。

论文 ContinualSkillBench 智能体持续学习

推荐理由：这篇论文给了一套测试方法，来验证 LLM 智能体到底会不会把经验变成可复用的技能，而不是光靠记住上下文。

原文

7月22日

01:28

官方账号Decoder@Matthias Bastian

71°

Anthropic 为 Claude Cowork 桌面应用推出新功能，允许用户录制屏幕操作并添加语音解说，Claude 可将整个过程转化为可复用的技能。该功能旨在让用户通过示范教会 Claude 完成特定任务，无需编写代码。目前该功能处于早期测试阶段，用户需手动启用。Anthropic 表示这将帮助 Claude 适应更复杂的工作流程。

AI产品 Claude Anthropic 屏幕录制

事件专题

推荐理由：Anthropic让Claude Cowork能通过看屏幕录制和听你解说来自学新技能，就像教同事一样简单。适合想定制自动化工作流的用户。

原文

6月24日

07:38

官方账号Nous Research@NousResearch

精选

Hermes Agent 推出新指令 /learn，允许用户向其提供任意源材料（包括代码、API 文档、手册、PDF 和配置文件），Agent 会自动学习并提炼出可验证且可重复使用的技能。该功能无需手动编写技能，只需指定数据目录即可。目前通过 NousResearch 平台开放使用。

AI产品 Hermes Agent NousResearch 智能体

推荐理由：Hermes Agent 现在能直接从代码、文档里学技能，喂什么学什么，省去手动配置，适合开发者和团队快速复用知识。

原文

6月7日

16:05

官方账号Decoder@Jonathan Kemper

精选72°

一项新研究解释了为什么大型语言模型能掌握小型模型无法学会的罕见技能。研究发现，小型模型在处理罕见任务时，频繁出现的任务会不断覆盖它们已学到的知识。研究使用了从400万到40亿参数不等的模型，详细展示了这一机制，并提出了一个实用解决方案：与其扩大模型规模，不如增加目标任务在训练数据中的出现频率。这一发现为优化模型训练提供了新思路。

论文语言模型模型规模训练数据

推荐理由：这项研究为AI开发者揭示了模型规模与技能学习之间的关键机制，做模型训练或数据配比的团队可以直接参考其提出的数据频率优化方案，值得关注。

原文

6月2日

12:06

官方一手arXiv: Anthropic@Zelin He, Haotian Lin, Boran Han, Wei Zhu, Haoyang Fang, Bernie Wang, Xuan Zhu, Runze Li, Matthew Reimherr

ReSkill 是一种新型的智能体强化学习框架，旨在解决现有方法中技能创建与策略优化脱节的问题。它受 Anthropic 的 Skill Creator 启发，将技能创建嵌入到策略学习循环中，通过断言驱动的技能创建器、组内采样和自适应 Thompson 采样三个机制，实现技能与策略的协同进化。实验表明，ReSkill 在多个领域优于现有方法，尤其在未见任务上表现突出，能自动创建、测试、优化和淘汰技能。该工作为构建可泛化的智能体系统提供了新思路。

论文智能体强化学习技能学习

事件专题

推荐理由：做智能体强化学习的团队终于有了一个能自动积累可复用策略的框架——ReSkill 让技能创建和策略优化不再打架，直接提升泛化能力，做 RL 和 LLM 智能体的研究者值得细读。

原文

5月11日

22:16

AK@_akhaliq

Skill1 提出了一种通过强化学习统一演化技能增强智能体的方法，旨在提升智能体在复杂任务中的泛化能力和学习效率。该方法将技能学习与强化学习框架结合，使智能体能够自主发现、优化和复用技能模块，从而适应多种任务场景。实验表明，Skill1 在多个基准测试中优于传统方法，尤其在长期规划和策略迁移方面表现突出。这项工作为构建更通用、更自主的智能体系统提供了新思路。

论文智能体强化学习技能学习

推荐理由：这项研究为技能增强型智能体的设计与训练提供了统一的强化学习框架，路径清晰且实证有效，对推动智能体从单任务到多任务泛化具有实际参考价值。

原文