연구진이 LLM 에이전트의 기술을 단계별로 개선하는 SkillAdaptor 프레임워크를 제안했어요. SkillAdaptor는 실패 원인을 명확히 파악하고, 관련 기술만 수정하여 안정적인 개선을 가능하게 해요.
WebShop, PinchBench, Claw-Eval 세 가지 환경에서 Kimi-K2.5, GLM-5, GPT-5.2 모델로 평가 결과, 기존 방식보다 성능이 향상됐어요.
SkillAdaptor는 PinchBench 평균 점수 +1.5%, Claw-Eval 평균 점수 +1.8%, WebShop 성공률 +1.7% 향상 등 괄목할 만한 개선을 보여줬어요. 코드 공개는 GitHub에서 확인 가능해요.