arXiv：cs.CL（计算语言学，全量分类）· Ranuga Disansa, U. S. Samarasinghe, Lasith Gunawardena·2026-09-30 12:00· 1 天前AI 评分35

从词汇基线到智能体检索增强生成：基于 SFIA 框架的结构化技能与责任级别抽取

From Lexical Baselines to Agentic Retrieval-Augmented Generation: Structured Skill and Responsibility-Level Extraction with the SFIA Framework

AI 导读

研究首次为 SFIA 框架建立可复现的结构化技能抽取基线，将自由文本映射为（技能，级别）对，覆盖 147 项专业技能与七个责任级别。在五种策略对比中，检索式匹配识别技能最多，生成式策略精度更高；只有把级别作为显式决策的策略才能可靠预测级别，基于相似度的选择错误率高出两倍以上。