Omni-IO Skills: Harnessing Your Agent Omni-Native
Aggiunta all'archivio di AIChronos il (numero del 30 settembre 2026 ricostruito)· fonte del · Yanlin Li, Mingyang Hao, Shengqiong Wu, Hao Fei, Mong-Li Lee, Wynne Hsu (National University of Singapore)
Omni-IO Skills è un harness plug-and-play che rende gli agenti esistenti omni-nativi attraverso competenze gerarchiche e un'orchestrazione consapevole delle dipendenze. Il sistema rappresenta i flussi di lavoro multi-assets come Declare Execution Graphs, permettendo l'esecuzione concorrente di operazioni indipendenti e il riutilizzo dei risultati in backends sostituibili. Questo approccio supera la frammentazione produttiva tra diverse modalità (testo, audio, video, 3D) senza modificare il core di ragionamento dell'agente ospitante.
- Introduce un'interfaccia standardizzata multimodale per l'esecuzione e una registry persistente degli asset.
- Copre 27 Skills che gestiscono 38 compiti su sette modalità, includendo comprensione, generazione, ragionamento e retrieval.
- Sulla benchmark UniM-90, porta il tasso di supporto dell'input al 100% per GPT-5.6 Sol e Claude Sonnet 5.
- Aumenta drasticamente lo Semantic-Quality Coupled Score da circa 27 a oltre 74/77 mantenendo la struttura rigorosa.
- Permette l'estensione delle capacità degli agenti tramite composizione del harness senza aggiornamenti costosi del modello di base.
Perché conta. ["Consente agli sviluppatori di integrare facilmente nuove modalità (audio, video, 3D) nei propri agenti locali o cloud senza re-ingegnerizzare il core dell'LLM.", "Riduce i costi operativi evitando l'addestramento continuo del modello ospitante e offrendo una via evolvibile per sistemi Omni."]
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.