Le filThèmes : AgentsRecherche
Prompt2Skill construit des skills à partir d’une simple description de tâche en langage naturel
1 sourcemis à jour il y a 5 jpertinence 3,4 sur5
L’essentiel
Le framework dérive une spécification, trouve ou synthétise des jeux de données, puis affine le skill. Il améliore en moyenne de 10,8 le prompt direct sur quatre domaines, avec des modèles open source et frontière.
Propagation1 article, publié par HF Daily Papers le 2 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceBo Ni, Li Li, Ryan A. Rossi et al.huggingface.co
Prompt2Skill: Unsupervised Skill Optimization From Natural Language Instructions (site externe)
We present Prompt2Skill, a framework that builds skills from natural-language task description alone.
Sur les mêmes thèmes
Agents
SkillSeek montre que BM25 rivalise avec la recherche agentique de skills pour les agents
Agents
PUBG Ally, un agent incarné vocal, joue comme coéquipier d’IA dans PUBG : BATTLEGROUNDS
Agents
DAEDALUS construit une mémoire d’agent à partir de tâches que des agents génèrent eux-mêmes
Agents
VeriHarness transforme le LLM d’un générateur en agent vérificateur pour les tâches longues
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5