SkillsBench: Benchmarking How Well Agent Skills Work Across Diverse Tasks——跨多样任务评估智能体技能效能的基准测试1. 研究背景与问题 背景：大语言模型（LLM）智能体在处理复杂任务时，常缺乏特定领域的“程序性知识”&...admin2026-07-09服务器技术 阅读(20)评论(0)赞(0)
admin