Dingxuan Zhang, Yanhui Jiang, Jun Wang, Hefeng Zhou · 2026 · arXiv
DOI: 10.48550/arXiv.2610.31461 · open-access PDF
Повторные навыки позволяют крупным языковым модельным агентам упаковывать специфические для задач процедуры, аффорданты инструментов и руководство по выполнению в модульные единицы. Предыдущая работа в значительной степени изучала, как агенты получают, составляют или синтезируют навыки перед выполнением. В кодирующих агентах, однако, выполнение представляет собой дополнительную проблему управления рабочим временем: ту же самую задачу можно решить с помощью примитивных вызовов инструментов, макротехнических навыков или гибридного исполнения, которое начинается с макро и возвращается к восстановлению на микроуровне.
Machine translation (Meta M2M100); the English original follows.
Reusable skills allow large language model agents to package task-specific procedures, tool affordances, and execution guidance into modular units. Prior work has largely studied how agents retrieve, compose, or synthesize skills before execution. In coding agents, however, execution poses an additional runtime control problem: the same task may be solved through primitive tool calls, macro skills, or hybrid execution that starts with a macro and falls back to micro-level recovery. We introduce Adaptive Skill Granularity, a framework that treats skill granularity as an action-abstraction polic
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.31461, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange