Ein Forschungsteam der CUHK hat SLIM vorgestellt, ein Framework für das dynamische Management des Lebenszyklus von Fähigkeiten bei Agenten mit großen Modellen. Es ermöglicht Agenten, externe Fähigkeiten während des verstärkenden Lernens autonom beizubehalten, auszusortieren oder zu erweitern. SLIM übertrifft bestehende Methoden im Durchschnitt um 7,1 Prozentpunkte und erzielt bei ALFWorld eine Erfolgsquote von 87,5 % gegenüber 75,0 % bei der Basislinie; zudem zeigt es starke Ergebnisse bei SearchQA-Aufgaben.