Habilidades Geradas por LLMs Funcionam Melhor Quando Criadas Pós-Execução

Estudos recentes indicam que Large Language Models (LLMs) falham na geração de habilidades pré-tarefa ao integrar suposições incorretas. É mais eficaz instruir os modelos a destilar conhecimento procedural após a conclusão da tarefa, pois essa abordagem permite capturar insights iterativos que não seriam obtidos através do planejamento inicial, otimizando a qualidade e a relevância das habilidades geradas.