热点事件持续更新
研究团队提出Agent技能包自进化评测基准SkillScriptBench
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月6日，研究团队推出包含350个任务的评测基准SkillScriptBench，用于独立评估大语言模型Agent在文档修复、脚本修复与功能保持上的技能自进化能力。评测结果显示，同时编辑文档和脚本的方法难以在文档修复或保持上持续优于纯Markdown修订。针对此问题，团队进一步提出了AST引导的技能修订方法，使故障技能包的修复成功率平均绝对提升最高达27.7%。
AI 根据报道生成 · 4 小时前更新
最新进展10月6日 12:00
研究团队推出评测基准SkillScriptBench，并提出AST引导的技能修订方法。报道时间线
沿着报道，了解事件的不同侧面。
10月6日
- arXiv 人工智能SkillScriptBench：可执行 Agent 技能包自进化评测基准
研究团队推出包含 350 个任务的评测基准 SkillScriptBench，用于独立评估大语言模型 Agent 在文档修复、脚本修复与功能保持上的技能自进化能力。评测显示同时编辑文档和脚本的方法难以在文档修复或保持上持续优于纯 Markdown 修订。团队进而提出 AST 引导的技能修订方法，使故障包的修复成功率平均绝对提升最高达 27.7%。
本事件热度走势
当前热度 9·可比范围峰值 10（10月6日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。