Compositional Skill Routing for LLM Agents: Decompose, Retrieve, and Compose
面向LLM智能体的组合技能路由:分解、检索与组合
机构 * Alibaba Cloud(阿里云)
AI总结 提出SkillWeaver框架,通过迭代技能感知分解(SAD)将复杂查询分解为原子子任务,检索对应技能并组合为可执行计划,在CompSkillBench上验证了分解质量是主要瓶颈,SAD将分解准确率提升32.7%。
大厂专区
面向LLM智能体的组合技能路由:分解、检索与组合
机构 * Alibaba Cloud(阿里云)
AI总结 提出SkillWeaver框架,通过迭代技能感知分解(SAD)将复杂查询分解为原子子任务,检索对应技能并组合为可执行计划,在CompSkillBench上验证了分解质量是主要瓶颈,SAD将分解准确率提升32.7%。
超越领域:通过可迁移交互模式重用网络技能
机构 * University of Michigan(密歇根大学) ; Alibaba Group(阿里巴巴集团) ; Purdue University(普渡大学) ; McMaster University(麦克马斯特大学) ; University of Pennsylvania(宾夕法尼亚大学)
AI总结 提出SkillMigrator代理,通过学习可迁移交互模式(TIP)匹配布局结构而非元素引用,实现跨站点技能重用,在WebArena和Mind2Web上成功轨迹的LLM动作数减少8-10%。
IndustryBench-MIPU:面向工业产品的多图像属性值提取基准
机构 * Multimodal and Industrial AI Team(多模态与工业AI团队) ; Taobao&Tmall, Alibaba Group(淘宝&天猫,阿里巴巴集团)
AI总结 提出首个多图像工业产品理解基准IndustryBench-MIPU,通过结构化属性提取任务评估多模态大模型在规格表、铭牌、技术图纸上的文本识别、视觉推理、领域知识和跨图像证据整合能力,发现多图像完整性是核心瓶颈。