يقترح الباحثون SkillComposer لمعالجة عنق الزجاجة المتمثل في اختيار تركيبات المهارات المناسبة لوكلاء LLM من خلال صياغتها كتركيب مهارات مهيكلة. يتنبأ هذا النهج بشكل مشترك بالجزء الفرعي المنشط، والعدد، وترتيب تنفيذ المهارات من خلال التنبؤ بتسلسل المهارات المشروط بالمهمة.
- يستخدم SkillComposer فك تشفير ذاتي الانحدار مقيدًا على معرّفات المهارات لالتقاط التبعيات بين المهارات المتتالية في تمرير واحد.
- تم تدريب النموذج على أزواج المهمة-التركيب المستمدة من مكتبة مهارات حقيقية قام بتحريرها البشر.
- أظهرت التقييمات على SkillsBench أن SkillComposer يرفع معدل النجاح بنسبة +23.1 نقطة مئوية و+18.2 نقطة مئوية مقارنة بخط الأساس بدون مهارات على GPT-5.2-Codex وGemini-3-Pro-Preview على التوالي.
- تتفوق الطريقة على أداء استرجاع أفضل 3 نتائج مع مطابقة الحد الأعلى لاسترجاع المهارة الذهبية بتكلفة أقل لرموز الطلب.
يحسّن هذا النهج نجاح المهام اللاحقة لوكلاء البرمجة من الدرجة الإنتاجية من خلال توفير طريقة أكثر فعالية لتركيب المهارات من مكتبات متنامية.