Авторы предлагают ParametricSkills — фреймворк, который преобразует навыки в свободной форме в параметры во время тестирования путем обучения гиперсети для генерации адаптеров LoRA. Этот подход позволяет использовать навыки без учета контекста, решая проблему соблюдения инструкций в сложных сценариях.

  • Метод создает библиотеку навыков крупного масштаба и синтезирует траектории использования с одним и несколькими поворотами с помощью OpenCode.
  • Гиперсеть принимает текстовые навыки для параметризации как содержания навыка, так и методологии его использования в виде адаптеров LoRA.
  • Экспериментальные результаты на шести подзадачах программной инженерии показывают среднее улучшение на 6.44 балла по сравнению с обучением в контексте (in-context learning) при оценке DeepSeek-V4-Flash.
  • Фреймворк демонстрирует значительно более высокие показатели BERT Score и F1 по сравнению с базовыми методами.

Параметрические навыки по своей природе являются аккумулятивными, предлагая перспективное направление для непрерывного обучения во время тестирования в рамках агентных возможностей.