热点事件持续更新
LeafSkill 提出叶级动作接地复用层
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026 年 10 月 26 日，arXiv cs.AI 的一篇论文提出 LeafSkill，为递归 LLM 智能体提供叶子级动作接地的外部复用层。其核心是由参数量为 1.7B 的选择器决定：直接采用已绑定的动作，还是把子任务交回原智能体处理。在 200 个 Robotouille 任务上，LeafSkill 完成 137 个，ReCAP 完成 121 个，完成率分别为 68.5% 与 60.5%。在两者均完成的 106 个任务上，使用 Qwen3.5-27B 时，LeafSkill 的 token 消耗与调用次数分别减少 14.42% 和 14.08%。目前该工作以论文形式发布，尚未见后续进展。
AI 根据报道生成 · 2 小时前更新
最新进展10月26日 12:00
arXiv 论文发布：200 个 Robotouille 任务完成 137 个，优于 ReCAP 的 121 个。报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv cs.AILeafSkill：为递归 LLM 智能体提供高效的叶子级动作接地
LeafSkill 用外部复用层为递归 LLM 智能体做叶子级动作接地，由 1.7B 选择器决定采用绑定动作还是把子任务交回原智能体。200 个 Robotouille 任务上完成 137 个，ReCAP 为 121 个（68.5% vs. 60.5%）。在两者均完成的 106 个任务上，Qwen3.5-27B 的 token 与调用次数分别减少 14.42%、14.08%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。