研究人员开发了新的方法,使LLM代理能够更有效地选择和利用外部技能。一种名为Gavel的方法使用冻结的LLM,仅通过训练两个线性映射来引发本地技能路由,然后可以识别正确的技能,而无需在上下文中包含其元数据。与添加大量外部参数的流水线相比,该方法在基准测试中表现出优越的性能。另一种方法,多样化技能路由(DSR),通过使用行列式点过程来平衡相关性和非冗余性,解决了冗余技能的问题,提高了召回率和覆盖率,尤其是在需要多种技能的复杂查询方面。 AI
影响 这些技能路由方面的进步可能带来更强大、更高效的LLM代理,提高它们在复杂、多步任务上的性能。
排序理由 该集群包含两篇研究论文,详细介绍了LLM代理技能路由的新颖方法。
在 Hugging Face Daily Papers 阅读 →
- Determinantal Point Process
- Diverse Skill Routing
- Hugging Face
- LLM agents
- SkillRouter
- arXiv
- Gavel
- LLM agent
- Qwen3 32B
- SkillTraj
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →