Novos benchmarks testam se agentes de LLM conseguem reutilizar habilidades

Pesquisadores apresentaram o ContinualSkillBench, uma estrutura dinâmica de avaliação para aprendizado contínuo de habilidades em contexto em cinco domínios, cada um com 100 subtarefas interconectadas. O benchmark mostra que a execução sequencial geralmente melhora o desempenho, mas os ganhos variam conforme o modelo e o domínio, e o aprendizado em contexto tem desempenho comparável, em média, à manutenção explícita de habilidades. Trabalhos relacionados no arXiv examinam gargalos ligados à recuperação estruturada de habilidades, à confiabilidade da autoevolução em streaming e à memória rastreável para aprendizado por reforço de agentes em tarefas de longo horizonte.