Context-Bench Skills 评测 AI 模型学习能力

Letta_AI 发布 Context-Bench Skills 评测基准,测试 AI 模型动态加载技能的能力。研究发现,提供相关技能可提升任务完成率,尤其是 Claude 模型表现突出。GPT-5 和 GLM-4.6 也显示出类似性能提升,但选择正确技能的难度较高,能力较弱的模型则面临使用障碍。Letta Code 工具使技能可移植,支持智能体持续学习。

Letta_AI 发布 Context-Bench Skills 评测基准,测试 AI 模型动态加载技能的能力。研究发现,提供相关技能可提升任务完成率,尤其是 Claude 模型表现突出。GPT-5 和 GLM-4.6 也显示出类似性能提升,但选择正确技能的难度较高,能力较弱的模型则面临使用障碍。Letta Code 工具使技能可移植,支持智能体持续学习。