Google 的 WikiSkill 框架將 AI Agent 效能提升最高達 72.6%
Google Research 推出了 WikiSkill,這是一個讓 AI Agent 能夠從經驗中學習,並透過持久化的維基式知識庫跨多次迭代保留知識的框架。該方法解決了一項核心限制:先前的技能演化方法雖然會在執行期間產生有用的洞見,卻在每個週期結束後將其丟棄,而未能延續這些洞見。五項基準測試的結果顯示,效能均有所提升,其中 Gemini-3.5-Flash 在 LiveMathematicianBench 上的表現從 33.0% 提升至 72.6%,在 SpreadSheetBench 上則從 50.5% 提升至 76.6%。 WikiSkill 框架架構與元件 該框架採用三層架構,各層負責不同用途。原始層擷取不可變的執行軌跡,記錄 Agent 所做的一切以及過程中發生的情況。Wiki 層將原始資料整合為累積性知識。技能層則存放可供 Agent 部署的可執行程序。 四個關鍵元件維持系統運作。推理 Agent 負責執行任務。Wiki 維護器會在新資訊到達時更新知識庫。技能提案器根據累積的知識產生候選程序。驗證閘門則確保只有確實有用的技能才能通過。 五項基準測試的效能結果 WikiSk
Oliver Grant·16分鐘前
