SkillSandbox：动态合成场景验证技能可复用性

Serin Kim 等作者提出 SkillSandbox 框架，用于验证一项技能能否被复用：它为每个技能动态合成一个与该技能相关但新颖的任务及其环境，再由 Verifier 对比“有技能”和“无技能”时的执行表现，以此判断技能是否真正起作用。 该框架由三个角色分工：Proposer 指定任务中需要保留的条件与可变细节，Builder 据此构建可执行场景，Verifier 负责对比执行结果。作者称，这样构造出的场景既与技能相关，又足够新颖，可用于检验技能的可复用性。

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。