Pesquisadores apresentam o DisCo, um agente autônomo baseado em habilidades, projetado para preencher a lacuna no conhecimento operacional da pesquisa de aprendizado de máquina, destilando expertise de repositórios de código. O sistema condensa projetos de código aberto amplamente utilizados em habilidades reutilizáveis e verificadas por meio de duas formas complementares: destilação agnóstica a tarefas de ecossistemas gerais e geração orientada a tarefas para necessidades específicas.

  • O DisCo cria a Biblioteca AREX-Skill, contendo mais de 5.000 habilidades verificadas destiladas de 1.000 repositórios de ML organizados em 20 áreas e 178 famílias de capacidades.
  • Quando equipado com essas habilidades e utilizando um backbone GPT-5.5, o agente alcança um aumento de pontuação de 134,3% no MLE-bench em comparação ao mesmo agente sem habilidades.
  • O agente equipado com habilidades também melhora o desempenho em 34,4% no PaperBench, 9,2% no FrontierCS e 14,0% no PassNet sob condições fixas de pesquisa.

Esses resultados demonstram que adicionar contexto operacional destilado permite que agentes autônomos reutilizem conhecimento específico do domínio em vez de redescobri-lo a cada execução.