論文の概要: MIND-Skill: Quality-Guaranteed Skill Generation via Multi-Agent Induction and Deduction

• arxiv url: http://arxiv.org/abs/2605.08670v1
• Date: Sat, 09 May 2026 04:15:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-12 23:28:49.802282
• Title: MIND-Skill: Quality-Guaranteed Skill Generation via Multi-Agent Induction and Deduction
• Title（参考訳）: MINDスキル:マルチエージェント誘導と推論による品質保証スキル生成
• Authors: Yixuan Li, Mingshu Cai, Ziyang Xiao, Wanyuan Wang, Yanchen Deng, Bo An,
• Abstract要約: MINDスキル(MIND-Skill, MIND-Skill, MIND-Skill, MIND-Skill, MIND-Skill, MIND-Skill, MIND-Skill, MIND-Skill)を提案する。 AppWorldとBFCL-v3の実験では、MIND-Skillは同時スキル生成方法よりも一貫して優れていた。
• 参考スコア（独自算出の注目度）: 28.841138131026415
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large language model (LLM) powered AI agents have emerged as a promising paradigm for autonomous problem-solving, yet they continue to struggle with complex, multi-step real-world tasks that demand domain-specific procedural knowledge. Reusable agent skills, which encapsulate successful problem-solving strategies, offer a natural remedy by enabling agents to build on prior experience. However, curating such skills has largely remained a manual endeavor, requiring human experts to distill rich domain knowledge into actionable guidelines. In this work, we present $\textbf{M}$ulti-agent $\textbf{IN}$duction and $\textbf{D}$eduction for $\textbf{Skill}$s ($\textbf{MIND-Skill}$), a framework that automatically induces generalizable skills from successful trajectories with robust quality guarantees. MIND-Skill consists of an induction agent which is tasked to abstract reusable skills from successful trajectories, and a deduction agent which aims to reconstruct trajectories by following the induced skills. To guarantee the quality of the generated skills, we introduce a reconstruction loss that compares input and reconstructed trajectories, an outcome loss that enforces the correctness of the reconstructed trajectories, and a rubric loss that assesses the documentation quality and regularizes the abstraction level of the generated skills according to predefined criteria. These textual losses are jointly optimized with TextGrad, and the resulting skills are evaluated on held-out tasks unseen during optimization. Experiments on AppWorld and BFCL-v3 show that MIND-Skill consistently outperforms concurrent skill generation methods.
• Abstract（参考訳）: 大規模言語モデル(LLM)を搭載したAIエージェントは、自律的な問題解決のための有望なパラダイムとして登場したが、ドメイン固有の手続き的知識を必要とする複雑なマルチステップの現実世界のタスクに苦戦し続けている。 再利用可能なエージェントスキルは、成功している問題解決戦略をカプセル化しており、エージェントが以前の経験に基づいて構築できるようにすることで自然な救済を提供する。 しかし、そのようなスキルの育成は手作業のままであり、豊富なドメイン知識を実践可能なガイドラインに融合させる必要がある。 本研究では、良好な品質保証を持つ軌道から、自動的に一般化可能なスキルを誘導するフレームワークである$\textbf{M}$ulti-agent $\textbf{IN}$duction and $\textbf{D}$eduction for $\textbf{Skill}$s$\textbf{MIND-Skill}$s$を提示する。 MINDスキルは、成功した軌道から再利用可能なスキルを抽象化する誘導剤と、誘導技術に従って軌道を再構築することを目的とした推論剤とから構成される。 生成したスキルの品質を保証するため、入力と再構成されたトラジェクトリを比較する再構成損失、再構成されたトラジェクトリの正しさを強制する結果損失、文書品質を評価し、予め定義された基準に従って生成したスキルの抽象化レベルを調整するルーリック損失を導入する。 これらのテキストの損失は、TextGradと共同で最適化され、その結果のスキルは、最適化中に見つからないホールトアウトタスクで評価される。 AppWorldとBFCL-v3の実験では、MIND-Skillは同時スキル生成方法よりも一貫して優れていた。

関連論文リスト

• From Context to Skills: Can Language Models Learn from Context Skillfully? [56.5857437218136]
  Ctx2Skillは、コンテキスト固有のスキルを自律的に発見、洗練、選択する自己進化フレームワークである。 より良い文脈学習能力を得るために、どんな言語モデルにもプラグインできる。
  論文  参考訳（メタデータ） (2026-04-30T09:53:15Z)
• Skill Retrieval Augmentation for Agentic AI [28.71123853744993]
  既存のエージェントシステムでは、スキルを取り入れるための主要な戦略は、コンテキストウィンドウ内で利用可能なスキルを列挙することである。 本稿では,SRA(Skill Retrieval Augmentation, SRA)を定式化し, エージェントが要求に応じて外部スキルコーパスから適切なスキルを動的に取得し, 取り入れ, 適用する新しいパラダイムについて述べる。 SRA-Benchは、完全なSRAパイプラインの評価のための最初のベンチマークであり、スキル検索、スキルの取り込み、エンドタスクの実行をカバーしている。
  論文  参考訳（メタデータ） (2026-04-27T15:19:59Z)
• EvoSkill: Automated Skill Discovery for Multi-Agent Systems [6.319876096746374]
  エージェントスキルを自動的に発見・洗練する自己進化型フレームワークである textbfEvoSkill を紹介する。 EvoSkillは実行障害を分析し、新しいスキルや既存のスキルへの編集を提案し、それらを構造化された再利用可能なスキルフォルダに実体化する。 われわれはEvoSkillを米国財務データの根拠となる推論ベンチマークであるOfficeQAと、ノイズの多い検索ベンチマークであるSealQAの2つのベンチマークで評価した。
  論文  参考訳（メタデータ） (2026-03-03T09:07:22Z)
• WebSailor-V2: Bridging the Chasm to Proprietary Agents via Synthetic Data and Scalable Reinforcement Learning [73.91893534088798]
  WebSailorは、この重要な機能を組み込むように設計された、完全なポストトレーニング方法論である。 我々のアプローチは、構造化サンプリングと情報難読化によって、新しい、不確実なタスクを生成することである。 WebSailorは複雑な情報検索タスクにおいて、すべてのオープンソースエージェントを著しく上回る。
  論文  参考訳（メタデータ） (2025-09-16T17:57:03Z)
• Skill-Based Reinforcement Learning with Intrinsic Reward Matching [77.34726150561087]
  Intrinsic Reward Matching (IRM) を提案する。 IRMにより、従来のスキル選択方法よりもはるかに効果的に事前訓練されたスキルを活用できる。
  論文  参考訳（メタデータ） (2022-10-14T00:04:49Z)
• MURAL: Meta-Learning Uncertainty-Aware Rewards for Outcome-Driven Reinforcement Learning [65.52675802289775]
  本研究では,不確かさを意識した分類器が,強化学習の難しさを解消できることを示す。 正規化最大度(NML)分布の計算法を提案する。 得られたアルゴリズムは、カウントベースの探索法と、報酬関数を学習するための先行アルゴリズムの両方に多くの興味深い関係を持つことを示す。
  論文  参考訳（メタデータ） (2021-07-15T08:19:57Z)

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。