Nuevos benchmarks evalúan si los agentes LLM pueden desarrollar habilidades

Varios artículos nuevos en arXiv examinan si los agentes LLM pueden mejorar con el tiempo acumulando habilidades, recuerdos o experiencia. ContinualSkillBench concluye que la ejecución secuencial suele mejorar el rendimiento en cinco dominios, pero las ganancias varían según el modelo y el dominio, y el aprendizaje en contexto rinde, en promedio, de forma comparable al mantenimiento explícito de habilidades. Trabajos relacionados estudian la recuperación de habilidades sensible al campo, evaluaciones en streaming para agentes autoevolutivos, memoria trazable por turnos para aprendizaje por refuerzo agéntico y optimización de sistemas de recomendación impulsada por LLM.