#skill retrieval

3 篇

Comparative Approaches to Agent Retrieval over Large Skill Libraries

大型技能库的智能体检索：知识图谱为何未能超越强排名器

🧭 Agent 技能检索与知识图谱 ★ 深度解读

Praetorian

在技能检索中，知识图谱因边候选源于同一嵌入邻域而无法扩展排名器的召回边界

📌 工作参考价值（4 点）

优先构建强混合排名器：在技能检索系统中，先投入资源做好 BM25 + 语义嵌入的融合排名器，而不是急于构造知识图谱。混合排名器本身能覆盖词汇和语义差距，成本低且有效。
评估集要避免作者回声：由阅读过技能库的作者编写的查询集会因术语重复而严重高估检索准确率，实验中关键词排名器被夸大 44 个百分点。评估时应使用非回声、真实场景的查询集。
知识图谱的边源不要与排名器共享：若要使用知识图谱辅助检索，其候选边生成必须源自排名器未使用的信号（如共现记录、跨模态数据），否则图谱仅能重排已有结果，无法增加新召回能力。
关注方向性关系的准确性：图边中 requires、precedes 等方向性关系的错误率可能高达 17–33%，若直接用于指导下一步动作，可能产生严重误导，需在落地前充分审计。

Agent | 2026-08-06 | cs.AI | score 8/10

字段感知的Agent技能检索

🧭 Agent技能检索 · 多字段表示

University of California, Riverside · Nokia

保留技能的多字段结构分别计算相似度并学习得分融合，显著提升技能检索召回

📌 工作参考价值（4 点）

电商搜索的多字段商品匹配：商品有标题、描述、属性等多个结构化字段，拼接为单一文档会丢失信息。可借鉴本方法，为每个字段独立计算稀疏（倒排）和稠密（向量）相似度，再用小型 MLP 学习字段权重，替代人工调权或平权，尤其在多字段重要度差异大的场景（如品牌词 vs 长描述）中收益明显。
Agent 技能库工程实现：在构建终身学习 Agent 的技能检索模块时，直接保持技能的 field-aware 结构，用独立的相似度打分 + 小 MLP 融合，比拼接后再编码更简单、可扩展，且效果随技能库增长提升，适合大规模技能管理。
可解释的检索融合策略：将不同字段的得分显式拆分，便于快速定位哪些字段对匹配贡献最大，可应用到推荐系统中多模态特征（文本、属性、图像）的相似度融合，用轻量 MLP 替代黑盒交叉注意力。
复用结论：简单的“分字段计算 + 小 MLP 学习组合”就能超越复杂的拼接式深度模型，表明保留原始数据结构对检索至关重要，这一思想可直接移植到其他多字段文档检索（如 FAQ、知识库）中。

Agent | 2026-08-03 | cs.IR | score 7/10

SkillResolve-Bench: 衡量与解决 Agent 技能检索中的同类能力歧义

🧭 Agent 技能代表性选择与检索安全 ★ 深度解读

Huawei Technologies Ltd.

提出基准 SkillResolve-Bench 及 SkillResolve 方法，通过同类簇解析与效用学习，消除能力相似但执行有害的技能暴露同时提升有用技能排序

📌 工作参考价值（4 点）

同类候选的代表性选择机制可直接迁移：在电商搜索与推荐中，同一品类下常有多个外观相似但适配性不同的商品（如不同型号、版本），可借鉴本文的同类簇解析（Capability Resolver）+ 查询条件化效用评分 + 单代表输出的框架，避免将功能对等但配置过时的物品推给用户，降低体验风险。
合同特征(contract profile)增强检索信号：从资源绑定、前置条件、时效范围、输出模式等维度构造确定性对比特征，可嵌入排序模型的特征工程中，提升对版本差异、接口兼容性等执行面差异的区分度，适用于需要精准匹配上下文（如 API 推荐、方案选型）的场景。
以“有害暴露率”作为安全补充指标：在 Agent 多智体或生成式推荐中，可增设类似 HSR@K 的指标，监控系统输出的“低风险但错误执行”推荐比例，而不仅看点击/满意度；结合簇内效用竞争，可在不伤害核心召回的代价下大幅抑制风险项曝光。
利用易混淆库内负例训练效用模型：使用同一查询下与有用技能相似的但未被采纳的库内候选作为负例进行配对学习，比随机负采样更能让模型学习到细微的上下文区分，对具有丰富标签的电商场景（如真实成交 vs. 高相似度但未转化商品）有直接借鉴意义。

Agent | 2026-06-09 | cs.IR | score 8/10