SkillContrast：用于Agent技能重新排名的差异引导文本选择

类似的代理技能可以共享指令，但使用条件有所不同。基于查询的文本选择可以保留共享指令并省略这些区别。我们引入了 SkillContrast，这是一种无需训练的选择器，可以比较检索到的技能，并保留其与本地上下文的不同文本，以供预训练的重新排序器使用。在来自 SameCapRisk-Bench 的 1,235 个请求中，在相同的每候选输入长度下、跨两个检索器和两种重排器规模，它比 TF-IDF 查询选择多产生 54-72 个干净命中（检索有用技能的请求，且不会检索到被标记为有风险的相似技能）。长度匹配的组件替换将不同的文本识别为主要设置中的主要贡献者，具有较小的混合上下文效果。相对于完整技能体，SkillContrast 使用的模型输入标记少了 51.1-58.8%，在 0.6B 时少了 10-18 个干净命中，在 4B 时观察到匹配或更高的干净命中计数。因此，候选相对差异在选择紧凑的重新排序输入时补充了查询相关性。