谷歌的 WikiSkill 框架提升 AI 智能体在 5 项基准测试中的表现

关键要点

  • 谷歌研究推出了 WikiSkill,这一框架让 AI 代理能够利用持久化的维基式知识库,在迭代过程中保留知识。
  • 借助 WikiSkill,Gemini-3.5-Flash 在 LiveMathematicianBench 上的性能提升了 39.6 分,在 SpreadSheetBench 上提升了 26.1 分。
  • WikiSkill 的持久化维基层是推动性能提升的关键组件,而学习到的技能能够在不同 AI 模型之间有效迁移。

谷歌研究团队推出了 WikiSkill,这是一种让 AI 智能体能够从经验中学习,并在多次迭代中保留知识的框架。该方法解决了以往技能进化方法存在的问题:这些方法会在执行过程中生成有用见解,却在每个周期结束后将其丢弃,而不是将其延续下去。WikiSkill 使用持久化的维基式知识库来追踪技能改进,在五项基准测试中的结果表明,其性能实现了显著提升。

WikiSkill 基于三层架构运行

该框架由三层组成。原始层捕获不可变的执行轨迹,完整记录智能体执行的操作以及发生的情况。维基层将这些原始数据整合为累积知识。技能层承载智能体实际可以部署的可执行流程。

四个关键组件维持系统运行。推理智能体负责执行任务。维基维护器会随着新信息的到来更新知识库。技能提议器根据累积知识生成候选流程。验证门控机制充当质量控制,确保只有真正有用的技能才能入选。

Gemini-3.5-Flash 在五项基准测试中实现性能提升

WikiSkill 在五项旨在测试不同能力的基准测试中进行了验证:数学推理、网络搜索、电子表格管理、长上下文问答和具身交互。

Gemini-3.5-Flash 展现了突出成果。在 LiveMathematicianBench 上,性能从 33.0% 跃升至 72.6%。在 SpreadSheetBench 上,得分从 50.5% 攀升至 76.6%。在所有基准测试中,平均提升了 12.0 个百分点。

消融研究证实,持久化维基是推动性能提升的关键组件。移除该组件后,改进效果基本消失。

事实证明,一个模型学习的技能在应用于完全不同的另一个模型时,表现优于后者自行进化出的技能,其中也包括来自不同模型家族的模型。

谷歌研究团队发表 WikiSkill 研究

该研究由来自谷歌研究的 Liyan Tang、Cyrus Rashtchian、Chun-Sung Ferng、Andrew Tomkins、Da-Cheng Juan,以及来自谷歌研究和 Virginia Tech 的 Tu Vu 共同完成。

常见问题

什么是 WikiSkill?

WikiSkill 是谷歌研究团队推出的一种框架,通过持久化的维基式知识库,让 AI 智能体能够从经验中学习,并在多次迭代中保留这些知识。

使用 WikiSkill 后,Gemini-3.5-Flash 在 LiveMathematicianBench 上提升了多少?

使用 WikiSkill 后,Gemini-3.5-Flash 在 LiveMathematicianBench 上的性能从 33.0% 跃升至 72.6%。

WikiSkill 架构包含哪三层?

WikiSkill 的架构由原始层(捕获执行轨迹)、维基层(将数据整合为累积知识)和技能层(承载可执行流程)组成。

免责声明:本页面信息可能来自第三方,仅供参考,不代表 Gate 的观点或意见,亦不构成任何财务、投资或法律建议。数字资产交易风险较高,请勿仅依赖本页面信息作出决策。具体内容详见声明。
评论
0/400
暂无评论