#SkillBuffBench

1 stories · 1 in 7 days · 1 in 30 days
Stories, products and papers tagged "SkillBuffBench", newest first.
Nov 18
PapersBuildersMulti-source10:31
Chinese contentSkillBuffBench:用统一基准衡量 Agent Skills 在不同框架与模型下的真实增益

现在每个 agent harness 都在推 Skills,但增益数据大多来自“人工挑好 Skill”的理想场景。这个基准把 Skill 访问、记忆、harness、模型四个变量拆开交叉测,还把成本和时间单独报出来。做 agent 开发、想判断要不要给自家工作流上 Skills 的人值得跑一遍看看协议设计。

Event
arXiv: Anthropic@Gengyue Dong et al. (7)Source