UniSkill låter AI-agenter återanvända inlärda färdigheter utan dyra omtester

arXiv cs.AI

Forskare presenterar UniSkill, ett system där en AI-agent både utför uppgifter och bygger upp en återanvändbar 'kunskapsbank' av inlärda färdigheter – utan att behöva köra kostsamma extra tester för varje föreslagen uppdatering. Systemet når 98,4% träffsäkerhet på ALFWorld och 84,7% på WebShop, vilket är starka resultat för dessa standardbenchmarks inom agentforskning. Det intressanta är knepet: istället för att testa nya färdigheter live används redan insamlade lyckade och misslyckade körsessioner som signal för vad som faktiskt fungerar.