Docs

Name: Docs
Author: ccwq

ASecurity

**论文版本：** v4 · 2026-07-17 | **arXiv：** [2606.29538](https://arxiv.org/abs/2606.29538) | **分类：** cs.SE · cs.AI ---

2 stars
0 votes
0 copies
0 views
Added October 19, 2026

research

Security analysis

A100/100

Pro scans all 21 files and shows the line behind each finding

Scanned October 19, 2026

npx -y skills add ccwq/infocard-pub --skill docs --agent claude-code

Installs into .claude/skills of the current project.

Are you the author of Docs?

Add the live security badge to your README. It updates with every re-scan.

[![Security: A — Skills Directory](https://www.skillsdirectory.com/api/skills/ccwq-docs-infocard-pub/badge)](https://www.skillsdirectory.com/skills/ccwq-docs-infocard-pub)

More formats (shields.io, HTML) on the badges page. Keep it an A: scan every change in CI with Pro.

Download with Pro

SKILL.md

# RESOURCE2SKILL：将多模态资源蒸馏为可执行 Agent 技能

**论文版本：** v4 · 2026-07-17 | **arXiv：** [2606.29538](https://arxiv.org/abs/2606.29538) | **分类：** cs.SE · cs.AI

---

## 论文已核验事实

| 字段 | 值 |
|------|-----|
| 第一作者 | Yijia Fan |
| 全部作者 | Yijia Fan · Zonglin Di · Zimo Wen · Yifan Yang · Mingxi Cheng · Qi Dai · Bei Liu · Kai Qiu · Yue Dong · Ji Li · Chong Luo（11位） |
| 提交日期 | 2026-06-28（v1），修订 2026-07-17（v4） |
| DOI | 10.48550/arXiv.2606.29538 |
| 主题 | 将人类创作的多模态资源蒸馏为软件 Agent 可执行技能 |

### 核心方法（来自论文摘要，已核验）

RESOURCE2SKILL 框架将**教程视频、代码仓库、文章、参考制品**四种多模态资源作为输入，通过蒸馏操作器生成可执行技能，并以**分层多模态 Skill Wiki** 组织。

每个技能词条包含：
- **结构化文本**（说明 + 操作步骤）
- **可执行代码片段**
- **视觉示例**
- **元数据**
- **来源溯源（provenance）**

各模态互补信号：视频捕捉时序操作与视觉效果，代码捕获可执行工具模式，文章/制品提供概念与风格锚定。

推理时 Agent 从 Wiki 检索并组合相关技能；覆盖不足时同一蒸馏操作器可**在线获取新技能**。

### 实验指标（论文自报，未经独立复现）

| 指标 | 数值 | 说明 |
|------|------|------|
| 平均 overall score 提升 | **+11.9pp** | vs 无技能 Agent，7个 authoring domains 平均 |
| 胜出单元比例 | **26/28** | 主聚合模型-领域单元中胜出 |
| 评估领域数 | **7个** | practical authoring domains |
| 资源类型 | **4种** | 视频、仓库、文章、制品 |

### Ablation 消融结论（论文自报）

1. 多模态技能格式优于单模态
2. 分层组织优于扁平列表
3. 来源多样性（多类型资源混合）优于单一来源
4. 选择策略影响最终 Agent 表现
5. 在线获取机制扩展静态 Wiki 覆盖边界

---

## X 可见内容（仅线索引用）

> **来源：** @LianwenJ（Hugging Face Daily Papers，2026-07-20）
> **URL：** [X 原帖](https://x.com/LianwenJ/status/%32%30%37%39%33%34%38%39%31%37%37%35%34%36%34%32%35%36%38)
>
> @LianwenJ 将该论文列为 HF Daily Papers 第 1 条，仅包含标题 + 一句话摘要，未包含论文独有信息。
> 本信息卡中 X 相关内容仅供参考，不代表论文原文。

---

## 适用边界

**适用场景：** 软件 Agent 需要复用操作知识的场景——工具调用、代码生成、自动化工作流构建、跨仓库任务规划。

**不适用场景：** 需要实时感知环境（摄像头/麦克风输入）、需要完全零样本泛化、或资源本身质量低下的场景。

---

## 风险与局限

- **资源质量依赖：** 输入多模态资源质量直接影响蒸馏技能质量
- **模态缺失时性能退化：** 若某资源类型缺失，相关信号无法补全
- **在线获取延迟：** 覆盖不足时实时获取新技能可能引入延迟
- **论文自报指标：** 所有数值（+11.9pp、26/28 胜出）均为论文 v4 中作者报告的结果，未经第三方独立复现验证

---

## 来源

- **论文（已核验）：** [arXiv:2606.29538v4](https://arxiv.org/abs/2606.29538) — Yijia Fan et al., 2026-06-28, last rev. 2026-07-17
- **X 线索引用：** [@LianwenJ · HF Daily Papers](https://x.com/LianwenJ/status/%32%30%37%39%33%34%38%39%31%37%37%35%34%36%34%32%35%36%38) — 2026-07-20
- **DOI：** [10.48550/arXiv.2606.29538](https://doi.org/10.48550/arXiv.2606.29538)

---

*信息卡生成时间：2026-07-21 · 论文自报指标 · 未经独立复现验证*