Beyond Prompt or Skill? Attribution-Guided Optimization of Modular LLM Programs
The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳));Shenzhen Future Network of Intelligence Institute (FNii-Shenzhen)(深圳未来智能网络研究院(深圳FNii));Sun Yat-sen University(中山大学)
本文提出SPARO框架,通过归因引导的组件级优化,联合优化提示、技能与路由,在五个基准上超越现有基线,证明语言程序优化需同时关注知识发现与存储激活位置。
2026-09-29 cs.AI
Trust by Design: Skill Profiles for Transparent, Cost-Aware LLM Routing
Georgia Institute of Technology(佐治亚理工学院)
BELLA框架通过基于技能的可解释方法,为LLM路由提供透明、成本感知的最优模型选择方案,帮助从业者在性能与成本间做出合理权衡。
2026-02-02 cs.AI cs.IR cs.LG
What Keeps Agent Skills from Being Reusable? Evidence from 138K SKILL.md Files
The Graduate Center, City University of New York(纽约城市大学研究生中心);The Ohio State University(俄亥俄州立大学);Hunter College, City University of New York(纽约城市大学亨特学院)
本研究通过分析13.8万个SKILL.md文件,发现91.8%的Agent Skills存在可复用性相关缺陷,主要为打包问题,验证了路由元数据对检索可靠性的影响,并提出了结合规范提示等的质量保证生成工作流。
2026-08-11 cs.AI cs.CR
The Router Within: Eliciting Native Skill Routing from a Frozen LLM
Institute for Interdisciplinary Information Sciences, Tsinghua University(清华大学交叉信息研究院)
本文提出Gavel方法,利用冻结LLM内部状态通过两个线性映射实现无需上下文的技能路由,在Qwen3-32B上超越外部参数方法,最高提升21.9个百分点,并验证了路由能力随骨干增强而提升。
2026-09-29 cs.AI cs.CL cs.LG
Formal Skill: Programmable Runtime Skills for Efficient and Accurate LLM Agents
FairyClaw
本文提出形式技能,一种用于LLM代理的可编程运行时技能抽象,通过JSON元数据和动作模式、可靠的Python执行器、受钩子控制的控制逻辑、形式技能路由和本地运行时状态,提高代理的效率和准确性。
2026-05-19 cs.AI
Routing with Generated Data: Annotation-Free LLM Skill Estimation and Expert Selection
UNC Chapel Hill(北卡罗来纳大学教堂山分校);Capital One(Capital One公司);The University of Texas at Austin(德克萨斯大学奥斯汀分校)
本文提出CASCAL,一种通过共识投票和层次聚类提升LLM路由性能的查询-only路由器,在弱生成器数据下表现更优。
2026-01-14 cs.AI cs.CL cs.LG
An Agent-Oriented Pluggable Experience-RAG Skill for Experience-Driven Retrieval Strategy Orchestration
Macao Polytechnic University(澳门理工学院)
本文提出经验型RAG技能,通过分析场景和经验记忆选择合适检索策略,提升多任务检索效果,实测在多个数据集上优于固定检索基线。
2026-05-07 cs.AI
SkillLens: Adaptive Multi-Granularity Skill Reuse for Cost-Efficient LLM Agents
Emory University(埃默里大学)
SkillLens通过分层技能进化框架实现多粒度技能重用,解决技能重用中的相关性与成本矛盾,提升LLM代理在MuLocbench和ALFWorld中的性能。
2026-10-02 cs.AI
Generative-Evaluative Agreement: A Necessary Validity Criterion for LLM-Enabled Adaptive Assessment
Singapore University of Social Sciences(新加坡社会科学研究大学)
本文提出生成-评估一致性(GEA)作为LLM赋能自适应评估的有效性标准,通过测量LLM评分函数是否能恢复其生成函数所指示的技能水平,发现其在不同技能层面的有效性存在差异,并提出细粒度、技能分解的评分标准作为提升GEA的主要方法。
2026-05-19 cs.AI
SkillFusion: Towards Reliable Multi-Skill Composition for LLM Agents
Zhejiang University(浙江大学);Nanjing University(南京大学);Nanyang Technological University(南洋理工大学);City University of Hong Kong(香港城市大学)
SkillFusion是一种离线编译器,通过类型化作用域约束等机制协调LLM智能体多技能的交互,在多基准测试中表现优异,成功率远超未解决的多技能加载方案。
2026-10-14 cs.AI
Evolving from Lessons: Skill-Augmented Table Graph Reasoning for Operation-wise Table Question Answering
研究针对表格问答中现有方法的局限,提出技能增强表格图推理框架,将表格表示为属性图,利用大语言模型规划执行动态链检索证据子图,构建技能库提炼抽象技能进行对比增强推理,实现持续自我进化,提升了表格问答性能。
2026-09-15 cs.AI
When Should Agent Trust Be Conditional? Characterizing and Attacking Skill-Conditional Reputation in Agent Swarms
Shenzhen University(深圳大学)
研究异构LLM智能体群中技能条件信任的适用条件,通过相图分析揭示其在高异质性、稀疏证据和技能相关场景下有效,但存在跨技能证据被攻击者利用的风险,提出条件信息值测试(CIVT)量化攻击影响。
2026-06-15 cs.AI cs.LG
Know When to Trust the Skill: Delayed Appraisal and Epistemic Vigilance for Single-Agent LLMs
Globeholder Paris, France(巴黎Globeholder机构)
本文提出MESA-S框架,通过延迟评估和认知警惕机制提升单智能体LLM的可靠性,减少供应链漏洞并防止自信膨胀。
2026-04-17 cs.AI
Emotion2Skill: Model-Internal Emotion Signals for Adaptive Skill Selection and Evolution
Emotion2Skill框架提取LLM内部情绪向量,将其融入技能选择与演化,在WebShop、ALFWorld上用Qwen3模型实现显著性能提升,验证了情绪表征作为智能体决策信号的有效性。
2026-10-14 cs.AI
TileMix: Tile-Centric Mixed-Precision Attention for LLM Inference Acceleration
University of North Texas(北得克萨斯大学);Saint Louis University(圣路易斯大学)
TileMix是一种以块为中心的混合精度注意力内核,通过硬件对齐的分数块路由实现LLM推理加速,可恢复长上下文质量并提升预填充吞吐量,支持多种模型与任务场景。
2026-08-19 cs.AI
MemAgent: Learning to Manage Heterogeneous Memory Providers for LLM Agents
MemAgent将智能体记忆建模为路由问题,通过内容感知路由架构和训练数据合成流水线管理异构记忆提供者,在三个基准上平均准确率提升10.0%,优于所有单一记忆方法。
2026-09-29 cs.AI
Learning Compact Representations of LLM Abilities via Item Response Theory
State Key Laboratory for Novel Software Technology, Nanjing University(南京大学新型软件技术国家重点实验室);Shanghai Artificial Intelligence Laboratory(上海人工智能实验室);Fudan University(复旦大学);Department of Psychology, University of Southern California(美国南加州大学心理学系)
针对大语言模型资源高效管理利用的难题,受项目反应理论启发提出耦合模型与查询嵌入的混合专家网络以学习LLM能力的紧凑表示,在模型路由和基准准确率预测任务上达到SOTA,且参数具备可解释性。
2025-10-01 cs.AI
When Self-Evolution Backfires: Pre-Commit Gating against Skill Contamination in LLM Agents
该研究发现LLM智能体自进化会出现技能污染导致性能下降的不可逆问题,提出VaG预提交门控机制,可提升性能并实现技能池跨模型迁移。
2026-09-18 cs.AI cs.CL
Policy-as-Skill: Governed LLM Decision Support with Evidence, Deterministic Control, and Audit
Institute for Smart Systems Technologies(智能系统技术研究所);University of Klagenfurt(克拉根福大学);Faculté Polytechnique Université de Kinshasa(金沙萨大学理工学院)
本文提出Policy-as-Skill(PaS)模块化运行时,将证据验证、审查路由、版本控制和审计打包为可执行政策能力,在600个任务上优于LLM+RAG,并发现确定性控制应选择性应用而非普遍干预。
2026-09-24 cs.AI cs.SC
On-Policy Distillation for LLM Safety: A Routing Approach to Template-Robust Realignment
Tsinghua University(清华大学);Swinburne University of Technology(斯威本科技大学);EPFL(洛桑联邦理工学院)
针对现有LLM安全防御的模板鲁棒性不足等问题,提出ROPD框架,通过建模输出分布差异实现重对齐,大幅降低模板不匹配风险,在防御有效性和能力保留上优于基线方法,建立了新的鲁棒重对齐标准。
2026-07-30 cs.AI cs.CL cs.CR
Analytic Subspace Routing: How Recursive Least Squares Works in Continual Learning of Large Language Model
South China University of Technology(华南理工大学);Xiaomi Corporation(小米公司);The Hong Kong Polytechnic University(香港理工大学)
本文提出解析子空间路由(ASR)方法,通过低秩适应隔离任务子空间,并利用递归最小二乘训练路由器,实现大语言模型持续学习中的知识保留与新任务适应,克服干扰与遗忘问题。
2025-07-08 cs.AI cs.CL cs.LG
SEGRA: A Structured Experience Guided Reasoning Agent for Property Graph Question Answering
University of British Columbia(英属哥伦比亚大学);Amazon(亚马逊)
针对企业文本到Gremlin问答难题,SEGRA引入经验引导代理,集成多种技术,包括意图路由、查询生成等。在企业IT支持基准测试中成绩出色,平均评判分数大幅提高,技能库还降低了成本,提升了企业图问答的准确性与效率。
2026-08-31 cs.AI
MOCHA: Multi-Objective Chebyshev Annealing for Agent Skill Optimization
Adobe Research(Adobe研究院)
该研究提出MOCHA方法,通过切比雪夫标量化和指数退火解决智能体技能优化中的多目标问题,实现更优的帕累托前沿发现和性能提升。
2026-10-15 cs.AI cs.LG cs.SE
Skill Issue: Are Skills Language-Invariant in LLMs?
A*STAR(新加坡科技研究局);Weizmann Institute of Science(魏茨曼科学研究所);MIT-IBM Watson AI Lab(麻省理工学院-IBM沃森人工智能实验室);University of Cambridge(剑桥大学);EleutherAI
该研究以多语言自博弈方法量化大型语言模型的跨语言技能不一致性,发现同一模型在不同语言下博弈实力差异显著,语言可影响决策阶段,技能差异是多语言模型开发的主要障碍。
2026-08-27 cs.AI cs.CL cs.GT
Neural model robustness for skill routing in large-scale conversational AI systems: A design choice exploration
Amazon Alexa AI(亚马逊Alexa人工智能部门)
当前工业中最先进的大规模对话AI或智能数字助理系统包括一组组件,例如自动语音识别(ASR)和自然语言理解(NLU)。对于利用共享NLU本体的这些系统中的一些(例如,集中式意图/槽模式),则存在单独的技能路由组件以将请求正确地路由到适当的技能,该技能是实际上对用户请求执行的第一方或第三方应用。需要技能路由组件,因为存在可以订阅相同意图和/或订阅特定上下文条件下的意图(例如,有屏幕)。确保技能路由组件中的模型鲁棒性或弹性是一个重要的问题,因为技能可以在技能路由模型已经被部署到生产之后动态地改变它们在本体中的订阅。我们展示了不同的建模设计选择如何在最先进的商业会话AI系统的技能路由的背景下影响模型的鲁棒性,特别是围绕数据增强,模型架构和优化方法的选择。我们表明,应用数据增强可以是一个非常有效和实用的方法,大大提高模型的鲁棒性。
2021-03-04 cs.AI cs.CL cs.LG
Word-Level Text Unmixing via Evidence-Preserving Ownership Routing with Language Models
The Chinese University of Hong Kong(香港中文大学)
针对多源文本交错问题,提出证据保持所有权路由(EPOR),将所有权预测与重建解耦,结合约束解码实现精确词级分离,在UNMIXBENCH基准上显著降低词错误率。
2026-10-06 cs.AI cs.CL
Task-Differentiated Atomic Skill Expansion and Routing for Continual Learning Across Highly Heterogeneous Tasks
East China Normal University(华东师范大学);Fudan University(复旦大学);Ocean University of China(中国海洋大学)
提出TASER框架,通过原子技能增量学习、正交增强技能检测和动态路由机制,解决高度异构任务持续学习中的灾难性遗忘和容量分配问题。
2026-06-23 cs.AI cs.LG
Lost in Time: Clock and Calendar Understanding Challenges in Multimodal LLMs
University of Edinburgh(爱丁堡大学)
针对多模态大语言模型的时间视觉理解难题,构建含ClockQA、CalendarQA的结构化数据集,探究其时钟、日历解读能力,实验发现该类模型仍难可靠理解时间。
2025-03-18 cs.AI cs.CL cs.CV
SAGE: Self-Evolving Storyboard Skills via Attribution-Guided Rule Evolution
Shanghai Jiao Tong University(上海交通大学);CreativeFitting(创意拟合)
针对分镜脚本制作的工业瓶颈,提出SAGE框架,通过归因引导规则演化实现导演知识的自演进,在测试中表现接近专业导演,部署后大幅提升制作效率,还发布了首个相关公开数据集PROSE
2026-08-19 cs.AI
HarnessAPI: A Skill-First Framework for Unified Streaming APIs and MCP Tools
Department of Computer Science(计算机科学系)
本文提出HarnessAPI,一种以技能为中心的框架,通过将类型化的技能文件夹作为单一真相源,消除了流式API和MCP工具之间的重复代码,减少了74%的框架层面的样板代码。
2026-05-21 cs.AI cs.SE
Scalable and Robust Self-Learning for Skill Routing in Large-Scale Conversational AI Systems
Amazon Alexa AI(亚马逊Alexa人工智能)
技能路由是大规模会话系统的重要组成部分。与传统的基于规则的技能路由相比,最先进的系统使用基于模型的方法来实现自然对话。为了提供训练此类模型所需的监督信号,提出了人工注释、复制基于规则的系统、基于用户释义的重新标记以及基于强盗的学习等想法。然而,这些方法:(a)在技能和技能加入的数量方面不成比例,(b)需要非常昂贵的专家注释/规则设计,(c)在每次模型更新的用户体验中引入风险。在本文中,我们提出了一种可扩展的自学习方法,探索路由选择,而不会导致突然的政策变化,打破了用户体验,从用户交互中学习,并通过频繁的模型刷新逐步提高路由。为了实现这种强大的频繁的模型更新,我们建议一种简单有效的方法,确保控制策略更新的各个域,然后由一个off-policy评估,使部署决策,而不需要任何冗长的A/B实验。我们进行各种离线和在线A/B实验的商业大规模的会话系统,以证明所提出的方法在现实世界的生产环境中的有效性。
2022-04-14 cs.AI cs.CL cs.HC
Learning State-Dependent Policy Parametrizations for Dynamic Technician Routing with Rework
Otto-von-Guericke-Universität Magdeburg(马格德堡奥托·冯·格里克大学);Tippie College of Business(蒂皮商学院);University of Iowa(爱荷华大学)
本文针对带返工的动态技术员路径规划问题,提出基于强化学习的状态依赖策略参数化方法,以集成方式平衡路径效率、服务紧迫性与返工风险,并证明少量非完美分配能提升整体服务质量。
2024-09-03 cs.AI
SkillOrchestra: Learning to Route Agents via Skill Transfer
University of Wisconsin-Madison(威斯康星大学麦迪逊分校);Salesforce AI Research(赛富时人工智能研究院)
SkillOrchestra通过技能迁移学习实现高效的代理协调,相比传统方法在性能和学习成本上均有显著提升。
2026-02-23 cs.AI cs.LG
SkillMoV: Mixture-of-View Routing with Prototype-Conditioned Gating for Unified Multi-View Proficiency Estimation
Free University of Bozen-Bolzano(博尔扎诺自由大学)
提出SkillMoV框架,通过混合视图投影器(MoVP)实现多场景多视角视频的熟练度估计,在EgoExo4D数据集上达到50.17%准确率,超越现有方法。
2026-06-17 cs.AI cs.CV
Learning Personalized Representations using Graph Convolutional Network
Amazon Alexa(亚马逊Alexa)
生成精确反映客户行为的表示是在Alexa中提供个性化技能路由体验的重要任务。目前,负责将Alexa流量路由到提供商或技能的动态路由(DR)团队依赖于两个功能作为个人信号:绝对流量计数和每个客户每个技能使用的标准化流量计数。他们都没有考虑基于网络的结构,客户和技能之间的互动,其中包含更丰富的信息,客户的喜好。在这项工作中,我们首先建立了一个异构的边缘属性图客户的过去的互动与调用的技能,其中用户的请求(话语)被建模为边缘。然后,我们提出了一个图卷积网络(GCN)为基础的模型,即个性化动态路由特征编码器(PDRFE),生成个性化的客户表示从建立的图。与现有模型相比,PDRFE能够进一步捕获图卷积函数中的上下文信息。我们所提出的模型的性能进行评估的下游任务,缺陷预测,预测的缺陷标签从学习嵌入的客户和他们的触发技能。我们观察到,与基线相比,我们提出的模型的交叉熵度量提高了41%。
2022-07-28 cs.AI cs.LG
Skill-Based Mixture-of-Experts: Adaptive Routing for Heterogeneous Reasoning via Inferred Skills
The University of Texas at Austin(德克萨斯大学奥斯汀分校)
提出Skill-MoE框架,通过推断查询所需技能进行实例级专家选择,并采用批推理策略降低开销,在单GPU上集成16个专家模型,在多个推理基准上平均提升8.15%。
2026-05-30 cs.AI cs.CL cs.LG
PANDO: Efficient Multimodal AI Agents via Online Skill Distillation
提出PANDO框架,通过在线技能蒸馏、结构化技能库和缓存感知提示,在VisualWebArena任务中以更低token消耗实现更高成功率。
2026-05-26 cs.AI
DSA: Evidence-Aware LLM-Agent Orchestration for Multi-Market Stock Research
该研究提出DSA框架,基于LLM智能体实现多市场股票研究的证据感知编排,通过工作流组织、配置文件差异化处理及测试验证,确保系统实现一致性。
2026-08-28 cs.AI cs.MA
SwarmHarness: Skill-Based Task Routing via Decentralized Incentive-Aligned AI Agent Networks
Department of Computer Science(计算机科学系);Western Michigan University(西部密歇根大学)
提出SwarmHarness去中心化协议,通过DHT注册、效用函数路由和Shapley值激励,实现无中心化计算集群的自我组织与任务分配。
2026-05-27 cs.AI cs.DC cs.MA
SKIMIX: Multi-Agent Harness-Time Scaling with Skill Mixture for Dynamic Harness Engineering
SKIMIX 是一种多智能体框架,结合技能检索、抗稀释路由等技术,在六个推理基准上提升开放式数学推理能力,为可扩展智能体设计提供了任务特性相关的实用指导。
2026-07-31 cs.AI
Self-Describing Structured Data with Dual-Layer Guidance: A Lightweight Alternative to RAG for Precision Retrieval in Large-Scale LLM Knowledge Navigation
PARRAWA AI
本文提出SDSR框架,通过在文件中嵌入人类编写的导航元数据,利用LLM的优先级偏差,结合双层引导策略提升大规模知识检索的精确性。
2026-03-28 cs.AI cs.CL cs.IR
A Single Rewrite Suffices: Empirical Lessons from Production Skill Description Optimization
Microsoft(微软)
针对企业AI代理中技能描述重叠导致路由错误的问题,提出自动化优化管道,在9技能生产系统上达到与手动调优相当的F1值(79.2% vs 79.4%),并将每技能工程时间从120分钟降至3.8分钟。消融实验表明,仅用一次LLM重写即可获得大部分改进。
2026-07-01 cs.AI cs.CL
CADMAS-CTX: Contextual Capability Calibration for Multi-Agent Delegation
Beijing JIAOTONG University(北京交通大学)
本文提出CADMAS-CTX框架,通过上下文条件后验概率实现多智能体委托中的能力校准,结合不确定性惩罚提升鲁棒性,实验表明其在GAIA和SWE-bench基准上显著优于静态方法。
2026-04-20 cs.AI
Workflow-Localized Mechanism Learning: Attribution-Guided Repair and Knowledge Reuse for Structured Agent Skills
SZU(深圳大学)
研究针对智能体技能中工作流故障问题,引入工作流局部机制学习(WML)。其节点 - 机制归因可识别故障节点等,再经工作流引导技能优化(WGSO)循环处理。在多个数据集上实验,WML取得较好准确率、通过率等,还减少了令牌和调用。
2026-07-24 cs.AI
Evaluating Skills, Not Just Agents: Agentic Continuous Evaluation of Skills
NVIDIA(英伟达)
该研究提出ACES框架,通过配对实际 trials等方式评估技能附加价值,实验表明其能发现扫描式审核无法观测的信号,开源实现已在NVIDIA SkillEvaluator中提供。
2026-08-24 cs.AI
Skill Use or Skill Theater? Evaluating the Reasoning Backroom in Skill-Augmented Language Agents
本研究针对技能增强型语言智能体,提出BACKTRACE评估框架及BACKROOMBench测试平台,发现其存在推理后台现象,即技能使用声明与实际决策影响存在系统性差距,需通过干预进行审计。
2026-07-31 cs.AI cs.MA
Evo2Team: When Do Evolved Skills Transfer? From Selection to Deployment
Virginia Tech(弗吉尼亚理工大学)
本研究提出Evo2Team方法,通过选择、适应和确认源技能实现多智能体技能迁移,在28个迁移方向中20个达到正迁移标准,并显著降低部署成本,强调需从行动、任务及部署质量评估迁移效果。
2026-09-29 cs.AI
SkillZip Pro: Execution-Aware Dynamic Compression of Progressively Loaded Skills for Self-Evolving Agents
Alibaba Group(阿里巴巴集团);Zhejiang University(浙江大学)
SkillZip Pro 是面向自进化智能体的渐进式加载技能的执行感知压缩器,可高效降低技能 bundle 的 token 成本且不损失性能,还能保留路由和公共入口。
2026-09-01 cs.AI
SkillGraph: Self-Evolving Multi-Agent Collaboration with Multimodal Graph Topology
National University of Singapore, Singapore(新加坡国立大学);Technical University of Munich, Munich, Germany(慕尼黑技术大学);Zhejiang University, China(浙江大学)
SkillGraph通过联合进化智能体能力与通信拓扑,解决视觉多智能体系统中固定拓扑和静态推理能力的问题,提升协作效率。
2026-04-19 cs.AI cs.MA
Learned Enterprise Data Comprehension: Compression and Routing for Data Agents
本文提出潜在等价学习框架,通过身份分解和查询条件化路由,使数据代理在复杂企业数据环境中高效组织证据,在Data Agent Benchmark上以94.67%的Pass@1大幅超越基准。
2026-09-23 cs.AI
MistyPilot: Enabling Social-Robot Control through Multi-Agent LLM Skill Orchestration
State University of New York at Buffalo(纽约州立大学布法罗分校)
该研究提出多智能体大语言模型框架MistyPilot,可解释自然语言指令并编排Misty社交机器人技能,经评估其在多项任务上准确率高、方差低,用户反馈积极,代码将公开。
2026-08-18 cs.AI cs.RO
Declarative Skills for AI Agents in Knowledge-Grounded Tool-Use Workflows
School of Computing and Information Systems(计算与信息系统学院);Singapore Management University(新加坡管理大学)
提出声明式代理(通过自然语言技能文件控制流程)在知识密集型客服工作流中优于命令式状态机和无脚手架基线,但检索质量是主要瓶颈。
2026-06-05 cs.AI cs.SE
Defense-as-Skill: Evolving Runtime Guard Skill for Skill-Augmented Agents
Shanghai Artificial Intelligence Laboratory(上海人工智能实验室);Fudan University(复旦大学);Harbin Institute of Technology, Weihai(哈尔滨工业大学(威海))
本研究提出 Defense-as-Skill 防御范式,将运行时防护实现为可安装技能,开发 SkillSonar 防护工具,构建 SCOPE-R 数据集,经演化后可大幅降低攻击成功率,同时保持安全-效用权衡。
2026-10-28 cs.AI cs.CR
When Single-Agent with Skills Replace Multi-Agent Systems and When They Fail
Trusted and Efficient AI (TEA) Lab(可信高效人工智能实验室);University of British Columbia(不列颠哥伦比亚大学);Vector Institute(向量研究所);CIFAR AI Chair(CIFAR人工智能 chair)
研究探讨单智能体通过技能库替代多智能体系统在复杂推理中的有效性及局限性,提出基于认知科学的技能选择有限容量理论,并通过层次路由验证其可行性。
2026-01-14 cs.AI cs.MA