İçeriğe geç
CANLI Dün Yerli yapay zeka İridaa, kendi modeli “Kuzey”i devreye aldı: Tahmini skorlar rakiplerine göre nerede? 6 gün önce Bu Hafta AI Model Değerlendirmesi (2026-W46) 8 Kas 2026 OpenAI Uyarı Vermeden Hesap Kapatıyor: Aylık 200 Dolarlık Pro Aboneler Bile Etkilendi 8 Kas 2026 Yapay Zekâ 18 Yıllık Kuantum Varsayımını Üç Günde Çözdü: Aaronson-Ambainis Artık Bir Teorem 8 Kas 2026 Gemini 4 Flash ve Yeni Claude İçin İşaretler Artıyor: LMArena’da ‘Hydrogen’, Sızıntıda ‘Hyperion’ Zekâ endeksi lideri Claude Opus 5 (Adaptive Reasoning, Max Effort) · 63,1 16.11.2026
Bülten

arXiv 2606.11435 cs.CL

Temsilci Beceri Değerlendirmesi ve Gelişimi: Çerçeveler ve Karşılaştırmalar

  • Kexin Ding
  • Yang Zhou
  • Can Jin
  • Feng Tong
  • Mu Zhou
  • Dimitris N. Metaxas

01 30 saniyede editör özeti

Temsilci becerilerinin büyümesi, aracılı sistemlerin nasıl oluşturulduğunu, değerlendirildiğini ve konuşlandırıldığını değiştirdi.

02 Özet

Özetle: Temsilci becerilerinin büyümesi, aracılı sistemlerin nasıl oluşturulduğunu, değerlendirildiğini ve konuşlandırıldığını değiştirdi.

Özet

Temsilci becerilerinin büyümesi, aracılı sistemlerin nasıl oluşturulduğunu, değerlendirildiğini ve konuşlandırıldığını değiştirdi. Beceri kitaplıkları ölçeklenmeye devam ettikçe, bunların gerçek dünya uygulamalarında kullanılabilirliğini, kalitesini ve güvenliğini sağlamak için titiz değerlendirme kritik hale gelir. Sonuç olarak, bu alan, izole edilmiş beceri yaratılmasından otomatikleştirilmiş, değerlendirmeye dayalı beceri gelişimine doğru ortaya çıkan bir paradigma değişiminden geçmektedir. Bu araştırmada, temel beceri yaratmanın ötesinde beceri gelişimi ve değerlendirme ortamını sistematik olarak inceliyoruz. Evrimi, yürütme geri bildirimi, yörünge damıtması, sıkıştırma ve pekiştirmeli öğrenmeyi kapsayan dört farklı paradigmaya sınıflandırıyoruz ve her bir öğenin becerinin kullanışlılığını ve güvenilirliğini artırmaya nasıl katkıda bulunduğunu gösteriyoruz. Ayrıca, beceri araştırmasını ilerletmek için kıyaslama kapsamındaki yapısal boşlukları, ödünleşimleri ve metrik zenginliğini belirleyen, altı beceri merkezli kıyaslama kategorisinin bir analizini sağlıyoruz. Son olarak genelleştirilebilir, verimli ve doğrulanabilir şekilde güvenli beceri ekosistemleri oluşturmak için açık yönleri belirliyoruz. Proje URL'si https://github.com/Cassie07/AgentSkill_Survey'dir

Orijinal Özet (İngilizce)

The growth of agent skills has transformed how agentic systems are built, evaluated, and deployed. As skill libraries continue to scale, rigorous evaluation becomes critical to ensuring their utility, quality, and safety in real-world applications. Consequently, the field is undergoing an emerging paradigm shift from isolated skill creation to automated, evaluation-driven skill evolution. In this survey, we systematically examine the landscape of skill evolution and evaluation beyond foundational skill creation. We categorize evolution into four distinct paradigms, spanning execution feedback, trajectory distillation, compression, and reinforcement learning, showing how each element contributes to improving skill utility and reliability. We also provide an analysis of six skill-centric benchmark categories, identifying structural gaps in benchmark coverage, trade-offs, and metric richness to advance skill research. Finally, we identify open directions for building skill ecosystems that are generalizable, efficient, and verifiably safe. The project URL is https://github.com/Cassie07/AgentSkill_Survey

Kaynak: arXiv:2606.11435 · PDF

Temsilci becerilerinin büyümesi, aracılı sistemlerin nasıl oluşturulduğunu, değerlendirildiğini ve konuşlandırıldığını değiştirdi. Beceri kitaplıkları ölçeklenmeye devam ettikçe, bunların gerçek dünya uygulamalarında kullanılabilirliğini, kalitesini ve güvenliğini sağlamak için titiz değerlendirme kritik hale gelir. Sonuç olarak, bu alan, izole edilmiş beceri yaratılmasından otomatikleştirilmiş, değerlendirmeye dayalı beceri gelişimine doğru ortaya çıkan bir paradigma değişiminden geçmektedir. Bu araştırmada, temel beceri yaratmanın ötesinde beceri gelişimi ve değerlendirme ortamını sistematik olarak inceliyoruz. Evrimi, yürütme geri bildirimi, yörünge damıtması, sıkıştırma ve pekiştirmeli öğrenmeyi kapsayan dört farklı paradigmaya sınıflandırıyoruz ve her bir öğenin becerinin kullanışlılığını ve güvenilirliğini artırmaya nasıl katkıda bulunduğunu gösteriyoruz. Ayrıca, beceri araştırmasını ilerletmek için kıyaslama kapsamındaki yapısal boşlukları, ödünleşimleri ve metrik zenginliğini belirleyen, altı beceri merkezli kıyaslama kategorisinin bir analizini sağlıyoruz. Son olarak genelleştirilebilir, verimli ve doğrulanabilir şekilde güvenli beceri ekosistemleri oluşturmak için açık yönleri belirliyoruz. Proje URL'si https://github.com/Cassie07/AgentSkill_Survey'dir

03 PDF

Bu PDF başka bir sitede (arxiv.org) barındırılıyor ve sayfa içinde gösterilemiyor. Yukarıdaki düğmelerle yeni sekmede açabilir ya da indirebilirsiniz.

04 Kaynak göster

BibTeX
@article{ding2026agent,
  title   = {Agent Skill Evaluation and Evolution: Frameworks and Benchmarks},
  author  = {Kexin Ding and Yang Zhou and Can Jin and Feng Tong and Mu Zhou and Dimitris N. Metaxas},
  journal = {arXiv preprint arXiv:2606.11435},
  year    = {2026},
  url     = {https://arxiv.org/abs/2606.11435}
}
APA
Ding, K., Zhou, Y., Jin, C., Tong, F., Zhou, M., & Metaxas, D. N. (2026). Temsilci Beceri Değerlendirmesi ve Gelişimi: Çerçeveler ve Karşılaştırmalar. arXiv. https://arxiv.org/abs/2606.11435
Paylaş
X LinkedIn WhatsApp Telegram Reddit Bluesky Threads E-posta

Yorumlar 0

Yorum yazın

Karakter: 0/1000

Henüz yorum yok. İlk yorumu siz yazın.