SkillEval：可解释的Agent技能质量评估框架

研究者 Jiahui Han 等人提出 SkillEval，一个面向文档级技能评估的可解释框架。它通过固定且可检查的评分方向为每项属性生成可解释分数，并测量和降低无关文档特征的影响。 在受控质量测试中，SkillEval 能区分不同质量的技能，其分数与下游任务表现高度吻合，可提前预判技能有效性。该框架还可用于诊断文档弱点并指导针对性修订，从而提升目标属性与下游任务通过率。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。