연구진은 복잡한 작업을 수행하는 에이전트 시스템의 기술 선택 정확도를 높이기 위해 SkillReranker라는 프레임워크를 제안했어요. SkillReranker는 작업과 기술의 의미를 분해하고, 실행 상태를 분석하여 작업-기술 간의 구조화된 대응 관계를 구축해요. ALFWorld와 ScienceWorld 환경에서 실험 결과, SkillReranker는 기존 방법보다 작업 성능을 향상시키고 환경 상호작용 횟수를 줄이며 토큰 소비를 절감했어요.