SkillNet: Framework Modular para la Creación y Conexión de Habilidades en Agentes de IA

Abstract

SkillNet introduce un paradigma revolucionario para la creación, evaluación y conexión de habilidades de IA en sistemas agénticos. A diferencia de los enfoques tradicionales donde las capacidades del agente están integradas o son llamadas de forma rígida, SkillNet propone una estructura de red donde las habilidades se definen como unidades discretas, evaluables y, lo más importante, interconectables. El estudio aborda el problema de la fragmentación de funciones en agentes complejos, permitiendo que un modelo central u orquestador aprenda a seleccionar y combinar estas habilidades de forma dinámica según el contexto de la tarea. La investigación incluye un framework para cuantificar la efectividad de cada habilidad individual y cómo su combinación afecta el rendimiento global del sistema en entornos multitarea. Este enfoque es crucial para el desarrollo de agentes de 'propósito general' que requieren una expansión modular de sus capacidades sin necesidad de un reentrenamiento masivo de sus parámetros base.