RASO：借百万公开技能库免 rollout 优化技能

2026年10月2日，据 AGI Hunt 报道，有论文提出名为 Retrieval-Augmented Skill Optimization（RASO）的方法。该方法的思路是把公开的 agent 技能语料当作先验知识，用于技能优化，从而不再依赖昂贵的 agent rollout 迭代。报道提到该技能库为百万规模的公开技能库。截至该篇报道，关于 RASO 的信息仅为其方法思路与所依托的公开技能语料，报道未披露实验设置、评测结果、对比基线或代码发布等进一步细节。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。