論文の概要: Skills-Coach: A Self-Evolving Skill Optimizer via Training-Free GRPO
- arxiv url: http://arxiv.org/abs/2604.27488v1
- Date: Thu, 30 Apr 2026 06:39:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-01 16:31:53.956779
- Title: Skills-Coach: A Self-Evolving Skill Optimizer via Training-Free GRPO
- Title（参考訳）: Skills-Coach: トレーニングフリーGRPOによる自己進化型スキルオプティマイザ
- Authors: Yu Tian, Jiawei Chen, Lifan Zheng, Mingxiang Tao, Xinyi Zeng, Zhaoxia Yin, Hang Su, Xian Sun,
- Abstract要約: Skills-Coachは、LLM(Large Language Model)ベースのエージェント内でのスキルの自己進化を促進するために設計された自動化フレームワークである。
フレームワークは4つのコアモジュールで構成されている: 様々なスキルのための包括的なテストスイートを作成する横タスク生成モジュール、スキルプロンプトとその対応するコードの最適化専用の軽量最適化モジュール。
有効性を検証するために,48の多様なスキルからなる総合ベンチマークデータセットであるSkill-Xを紹介する。
- 参考スコア（独自算出の注目度）: 31.696187731033334
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We introduce Skills-Coach, a novel automated framework designed to significantly enhance the self-evolution of skills within Large Language Model (LLM)-based agents. Addressing the current fragmentation of the skill ecosystem, Skills-Coach explores the boundaries of skill capabilities, thereby facilitating the comprehensive competency coverage essential for intelligent applications. The framework comprises four core modules: a Diverse Task Generation Module that systematically creates a comprehensive test suite for various skills; a Lightweight Optimization Module dedicated to optimizing skill prompts and their corresponding code; a Comparative Execution Module facilitating the execution and evaluation of both original and optimized skills; and a Traceable Evaluation Module, which rigorously evaluates performance against specified criteria. Skills-Coach offers flexible execution options through its virtual and real modes. To validate its efficacy, we introduce Skill-X, a comprehensive benchmark dataset consisting of 48 diverse skills. Experimental results demonstrate that Skills-Coach achieves significant performance improvements in skill capability across a wide range of categories, highlighting its potential to advance the development of more robust and adaptable LLM-based agents.
- Abstract（参考訳）: Skills-Coachは、LLM(Large Language Model)ベースのエージェント内でのスキルの自己進化を著しく向上するために設計された、新しい自動フレームワークである。
スキルエコシステムの現在の断片化に対処するSkills-Coach氏は、スキル機能のバウンダリを調査し、インテリジェントなアプリケーションに必要な包括的な能力カバレッジを促進する。
フレームワークは、4つのコアモジュールで構成されている: 様々なスキルのための総合的なテストスイートを体系的に作成する横タスク生成モジュール、スキルプロンプトとその対応するコードの最適化に特化した軽量最適化モジュール、オリジナルと最適化された両方のスキルの実行と評価を容易にする比較実行モジュール、指定された基準に対してパフォーマンスを厳格に評価するトレーサブル評価モジュール。
Skills-Coachはバーチャルモードとリアルモードで柔軟な実行オプションを提供する。
有効性を検証するために,48の多様なスキルからなる総合ベンチマークデータセットであるSkill-Xを紹介する。
実験結果から,Skills-Coachは多種多様なスキル能力の大幅な向上を実現し,より堅牢で適応可能なLSMエージェントの開発を進展させる可能性を強調した。
関連論文リスト
- EvoSkills: Self-Evolving Agent Skills via Co-Evolutionary Verification [85.3692584167951]
Anthropicは、LLMエージェントが多段階のプロフェッショナルタスクに取り組むためのスキルの概念を提案する。
ツールは単一の自己完結型関数であり、スキルは相互依存型多ファイルアーティファクトの構造化バンドルである。
EvoSkillsは、エージェントが複雑なマルチファイルスキルパッケージを自律的に構築できる自己進化型スキルフレームワークである。
論文 参考訳（メタデータ） (2026-04-02T06:43:20Z) - Uni-Skill: Building Self-Evolving Skill Repository for Generalizable Robotic Manipulation [32.86306309089796]
Uni-Skillはスキル中心のフレームワークで、スキル対応のプランニングをサポートする。
既存のスキルが不十分な場合、新しいスキル実装に対するUni-Skillリクエスト。
Skillは、大規模な非構造化ロボットビデオから派生したVerbNetにインスパイアされたリポジトリだ。
論文 参考訳（メタデータ） (2026-03-03T05:49:37Z) - SkillNet: Create, Evaluate, and Connect AI Skills [159.47504178122156]
SkillNetは、大規模にAIスキルを作成し、評価し、組織化するように設計されたオープンインフラストラクチャである。
私たちのインフラストラクチャは、20万を超えるスキルのリポジトリ、インタラクティブなプラットフォーム、多目的Pythonツールキットを統合しています。
論文 参考訳（メタデータ） (2026-02-26T14:24:02Z) - Reinforcement Learning for Self-Improving Agent with Skill Library [14.717149089634718]
大規模言語モデル(LLM)に基づくエージェントは、複雑な推論とマルチターン相互作用において顕著な機能を示した。
有望なアプローチの1つは、エージェントが新しいスキルを学び、検証し、適用できるスキルライブラリを実装することである。
スキルライブラリによるエージェントの自己改善能力を高めるための強化学習(RL)に基づくアプローチを提案する。
論文 参考訳（メタデータ） (2025-12-18T21:58:19Z) - CATArena: Evaluation of LLM Agents through Iterative Tournament Competitions [49.02422075498554]
大言語モデル(LLM)エージェントは、基本的なテキスト生成から、外部ツールとのインタラクションを通じて、複雑なタスクを自律的に完了するまで進化してきた。
本研究では,人間レベルインテリジェンスに向けたエージェント進化のコアドライバとして,自己改善とピアラーニングの両方を含む学習能力の重要性を強調した。
本稿では,反復的かつ競合的なピアラーニングフレームワークを提案する。
論文 参考訳（メタデータ） (2025-10-30T15:22:53Z) - Skill Expansion and Composition in Parameter Space [17.016614374151747]
Parametric Skill Expansion and Composition (PSEC)はエージェントの能力を反復的に進化させるように設計された新しいフレームワークである。
PSECは、事前知識を活用して、新しい課題に効果的に取り組む能力が優れている。
論文 参考訳（メタデータ） (2025-02-09T15:22:38Z) - Latent-Predictive Empowerment: Measuring Empowerment without a Simulator [56.53777237504011]
我々は、より実用的な方法でエンパワーメントを計算するアルゴリズムであるLatent-Predictive Empowerment(LPE)を提案する。
LPEは、スキルと国家間の相互情報の原則的な置き換えである目的を最大化することで、大きなスキルセットを学習する。
論文 参考訳（メタデータ） (2024-10-15T00:41:18Z) - Acquiring Diverse Skills using Curriculum Reinforcement Learning with Mixture of Experts [58.220879689376744]
強化学習(Reinforcement Learning, RL)は, 優れた政策獲得のための強力なアプローチである。
多様なスキルを学習するための textbfDiverse textbfSkill textbfLearning (Di-SkilL) を提案する。
本稿では,Di-SkilLが多種多様なパフォーマンススキルを学習できるロボットシミュレーションタスクについて述べる。
論文 参考訳（メタデータ） (2024-03-11T17:49:18Z) - C$\cdot$ASE: Learning Conditional Adversarial Skill Embeddings for
Physics-based Characters [49.83342243500835]
C$cdot$ASEは、物理系文字に対する条件付き適応スキル埋め込みを学習する効率的なフレームワークである。
C$cdot$ASEは、不均一なスキルモーションを、低レベル条件モデルのトレーニングのための均質なサンプルを含む別個のサブセットに分割する。
スキル条件の模倣学習は、訓練後のキャラクターのスキルを明確に制御する。
論文 参考訳（メタデータ） (2023-09-20T14:34:45Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。