12:20
官方账号arXiv cs.AI@Darshan Tank, Baran Nama
推荐理由：这篇论文用大量实验告诉你，给Agent加技能可能适得其反。它揭示了三个具体原因，并指出减少回归比堆砌技能更重要，值得每个开发者读一读。
接地位移
共 1 条相关 AI 资讯
7月27日
12:20
该论文分析LLM Agent添加技能后的双面影响，基于近6,000次实验和两个办公自动化基准（如OfficeWorld和MiniWoB++），发现技能导致的回归（先前能完成的任务失败）频率高到足以使最佳技能的优势主要来自更少回归而非更多增益。论文识别三种回归原因：技能描述渗透（仅在上下文中存在即改变行为）、接地位移（技能流程覆盖输入解释）和验证位移（流程抑制输出检查）。分析持续失败发现现有技能过度强调程序指导（失败主因并非在此），而接地和验证支持不足。通过纠正评估伪影和轨迹分析，许多回归和持久失败可通过更好的接地和验证恢复。