Исследователи представляют DisCo, автономного агента с поддержкой навыков, призванного сократить разрыв в операционных знаниях для исследований в области машинного обучения за счёт извлечения экспертизы из репозиториев кода. Система конденсирует широко используемые проекты с открытым исходным кодом в переиспользуемые, проверенные навыки посредством двух взаимодополняющих форм: обобщённой дистилляции для общих экосистем и ориентированной на задачу генерации для конкретных нужд.

  • DisCo создаёт библиотеку AREX-Skill Library, содержащую более 5000 проверенных навыков, извлечённых из 1000 репозиториев ML, организованных в 20 областей и 178 семейств возможностей.
  • При наличии этих навыков и использовании модели GPT-5.5 в качестве основы агент демонстрирует рост показателя на 134,3% на MLE-bench по сравнению с тем же агентом без навыков.
  • Агент с поддержкой навыков также улучшает результаты на 34,4% на PaperBench, на 9,2% на FrontierCS и на 14,0% на PassNet в условиях фиксированного исследовательского фреймворка.

Эти результаты демонстрируют, что добавление дистиллированного операционного контекста позволяет автономным агентам переиспользовать специфичные для домена знания, а не открывать их заново при каждом запуске.