Adapting Embedding Models for Agent Capability Retrieval
适配嵌入模型用于智能体能力检索
🧭 Agent 能力检索 · 嵌入模型微调
University of Technology Sydney · Squirrel AI Learning
微调通用文本嵌入模型实现跨目录的 Agent 能力检索，并在未见数据集上验证迁移有效性
📌 工作参考价值（4 点）
- 电商功能/服务统一检索：将商品、工具、服务包装成“能力 profiles”，可用相同范式构建搜索引擎，统一索引异构货架。
- 元数据驱动的 embedding 微调：利用公开元数据自动生成能力描述，无需人工标注大量 query-item 对，可快速搭建新业务的检索基线。
- 跨域迁移的思路：先在一个可获取的源域（如开源 Agent 目录）微调，再部署到目标域（如内部工具/技能库），无需冷启动大量数据，验证了跨目录泛化可行性。
- 模型选择：BGE-base、KaLM-v1.5、EasyRec 等通用检索模型经微调后可用于垂直 Agent 搜索，为工业上选型提供参考。