KUPAS MASTER：将大师级实践者的隐性专业知识提炼成Agent就绪的体验语料库

经验丰富的专业人士知道的不仅仅是事实和结论。他们知道哪些线索很重要，为什么判断是合理的，以及要采取哪些行动。日常工作记录经常遗漏这些隐性知识，使得大语言模型（LLM）Agent很难有效地利用专业经验。我们推出KUPAS MASTER，一个围绕九层认知语料库构建的体验工程平台。它将异构工作记录和从业者访谈转变为可追踪、可重复使用的Agent经验语料库。六个案例元素保留了任务过程：背景、线索、判断、行动、边界和结果。九层认知语料库构建沿着九个提取维度组织隐性经验，并将所得资产存储在六个库中：规则、约束、最佳实践、反例、极端案例和技能。语义对齐、个人经验提炼、组织整合和交叉审查保留了源证据、使用条件和未解决的分歧。该平台将这些资产打包成可调用的技能，具有明确的输入、步骤、依赖关系和停止条件，将经验收集与任务执行和评估反馈连接起来。该平台使用随机抽取的 20 名从业者的授权样本，将 1,576 个源文件处理为 23,024 条个人经验记录和 13,113 条组织资产。评估跨越多个专业领域。在常见的任务输入和评分标准下，基础模型、原始语料库检索增强生成（RAG）和 KUPAS MASTER Agent的得分分别为 70.63、79.75 和 89.58。 KUPAS MASTER Agent在所有七个评分维度上都对原始语料库 RAG 进行了改进。该平台提供了从个人隐性经验到组织知识和Agent能力的实用路径。