Все публикации
1 мин чтения
Исследования6 октября 2026 г.
SkillScriptBench: Benchmarking Self-Evolution of Executable Agent Skill Packages Beyond Markdown
Executable Agent Skills combine natural-language instructions and scripts into reusable packages for LLM agents, and revising them requires fixing errors without breaking correct behavior. Existing benchmarks do not systematically distinguish documentation repair, script repair,…
Yuxuan Liu, Haoran Li, Yuhao Zhang, Jiahe Guo, Hongyu Luo, Wenbin Hu, Huihao Jing, Kawai Chung, Junle Chen, Changxuan Fan, Qing Zong, Lingyun Xie, Yangqiu Song·arXiv — cs.AI
ПервоисточникКлючевые инсайты
- 01.Executable Agent Skills combine natural-language instructions and scripts into reusable packages for LLM agents, and revising them requires fixing errors without breaking correct behavior
- 02.Existing benchmarks do not systematically distinguish documentation repair, script repair,…
Материал представлен в формате расширенного аналитического дайджеста.
Читать полную версию в первоисточникеМатериал агрегирован в рамках национального инфопотока AI Qazaqstan с сохранением ссылки на автора.
Связанные материалы
Все материалы →Исследования1 мин
OpenAI объявляет о трех крупных научных открытиях и новом способе работы с учеными
Менее чем через месяц после массового выпуска сотен рукописей, которые, по их словам, содержат решения давних математических вопросов, OpenAI вернулся с еще тремя «крупными» открытиями в области математики, информатики и физики. Что изменилось на этот раз, так это выбор…
The Verge — AI
Kapital.kz
Исследования1 мин
Anthropic использует газ для поддержки роста ИИ
Anthropic сообщает о зависимости своих центров от природного газа и связанных рисках.
SMNTCN (Semanticon) — глобальные новости ИИ