Grounded Skill Synthesis from Code at Scale for Agentic Intelligence
Aggiunta all'archivio di AIChronos il (numero del 21 settembre 2026 ricostruito)· fonte del · Yongqi Tong, Pan Wang, Hang Wang, Jianshe Li, Xin Zhang, Jiang-Ming Yang (ant-international)
Code2Skill è un pipeline completamente automatizzato che trasforma unità di codice selezionate da repository GitHub in abilità operative ancorate all'implementazione per agenti AI. Il metodo verifica ogni record attraverso ricostruzioni 'source-body-blind' e confronti consapevoli del source, superando i limiti dei metodi basati su traiettorie o documenti. Applicato a oltre 19.000 repository attivi, genera CodeSkillBank con più di un milione di record verificati che migliorano le prestazioni degli agenti in benchmark standardizzati.
- Code2Skill trasforma codice sorgente in abilità operative (atomic operations, composite workflows) senza richiedere esperienza pregressa dell'agente.
- Il sistema verifica l'esecutività e la correttezza dei record sintetizzati tramite ricostruzioni indipendenti dal corpo del source code.
- L'integrazione di CodeSkillBank migliora le prestazioni degli agenti in media del 11,7% su nove modelli testati rispetto alle baseline.
- Le abilità derivate da codice generato dall'AI raggiungono un tasso di successo (pass rate) del 93,50%, quasi pari a quello del codice umano scritto.
- Code2Skill dimostra che le procedure procedurali possono essere trasferite agli agenti prima che questi accumulino sufficiente esperienza tramite interazione.
Perché conta. Per gli sviluppatori di LLM e agenti locali, Code2Skill offre un modo scalabile per arricchire i sistemi con conoscenze procedurali verificabili direttamente dal codice open-source esistente, riducendo la dipendenza da costose sessioni di interazione ambientale.
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.