論文の概要: Skill-as-Pseudocode: Refactoring Skill Libraries to Pseudocode for LLM Agents
- arxiv url: http://arxiv.org/abs/2605.27955v1
- Date: Wed, 27 May 2026 04:48:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-28 17:38:55.751186
- Title: Skill-as-Pseudocode: Refactoring Skill Libraries to Pseudocode for LLM Agents
- Title（参考訳）: Skill-as-Pseudocode: LLMエージェントのためのPseudocodeへのスキルライブラリのリファクタリング
- Authors: Xinze Li, Yuhang Zang, Yixin Cao, Aixin Sun,
- Abstract要約: Skill-as-Pseudocode (SaP) はマークダウンスキルライブラリの型付き擬似コードへの自動変換である。
1つ以上のスキルから引き出された類似の手続きパスのクラスタごとに、SaPは型付きコントラクトを抽出し、それを4チェック決定性検証器を通じてフィルタリングする。
プロモートされた契約は、復元された具体的なアクションテンプレートと共に書き直されたスキルスケルトンにインライン化され、エージェントは2つの補完的な信号を与える。
- 参考スコア（独自算出の注目度）: 50.78646963535282
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Markdown skill libraries for LLM agents ship as free-form prose, forcing the agent to re-derive both the input schema and the concrete invocation syntax on every retrieval. We observe that this often produces a "confused -> re-retrieve -> still confused" loop in which the agent issues a partially-correct action, receives uninformative environment feedback, and re-retrieves the same prose. We propose Skill-as-Pseudocode (SaP), an automatic conversion of markdown skill libraries into typed pseudocode with deterministic quality control. For each cluster of similar procedural passages drawn from one or more skills, SaP extracts a typed contract and filters it through a four-check deterministic verifier (coverage, binding, replacement, risk). Promoted contracts are inlined into a rewritten skill skeleton together with restored concrete action templates, giving the agent two complementary signals: a typed signature for what the skill does and a concrete template for how to invoke it. On the 134-game ALFWorld unseen split with gpt-4o-mini, pooled across three seeds, SaP wins 82/402 paired games versus 47/402 for the Graph-of-Skills (GoS) baseline (pooled McNemar p = 8.2e-5), at -22.8 +/- 6.4% input tokens and -14.5 +/- 4.1% LLM calls per game.
- Abstract（参考訳）: LLMエージェントのマークダウンスキルライブラリは、フリーフォームの散文として出荷され、エージェントは、検索毎に入力スキーマと具体的な呼び出し構文の両方を再帰しなければならない。
エージェントが部分的に正しいアクションを発行し、非形式的環境フィードバックを受け取り、同じ散文を検索する「理解された -> 再検索 -> いまだ混乱している」ループがしばしば発生することを観察する。
本稿では,Skill-as-Pseudocode (SaP)を提案する。
1つ以上のスキルから引き出された同様の手続きパスのクラスタに対して、SaPは型付きコントラクトを抽出し、4チェック決定検証(カバレッジ、バインディング、置換、リスク)を通じてフィルタリングする。
プロモートされたコントラクトは、復元された具体的なアクションテンプレートとともに、書き直されたスキルスケルトンにインライン化され、エージェントに2つの補完的な信号を与える。
134ゲームALFWorldは3つのシードでプールされたgpt-4o-miniで分割され、SaPは82/402ペアのゲームに勝利し、Gloge-of-Skills (GoS)ベースライン(McNemar p = 8.2e-5)では47/402、-22.8 +/-6.4%の入力トークンと-14.5 +/-41%のLDMコールで勝利した。
関連論文リスト
- Reinforcement Learning for LLM-based Multi-Agent Systems through Orchestration Traces [3.651838585096184]
大規模言語モデル(LLM)エージェントは、独立したツールユーザから調整されたチームへと進化する。
強化学習は、個々のアクションだけでなく、作業の生成、委譲、通信、集約、停止の方法を最適化する必要がある。
本稿では,オーケストレーショントレースを用いたマルチエージェントシステムの強化学習について検討する。
論文 参考訳（メタデータ） (2026-05-04T16:42:18Z) - Semia: Auditing Agent Skills via Constraint-Guided Representation Synthesis [11.214847720120192]
エージェントスキルの静的監査ツールであるSemiaについて紹介する。
Semiaは、各スキルをDatalogファクトベースであるSDL(Skill Description Language)に引き上げる。
我々は,公共市場から13,728の現実世界のスキルを評価する。
論文 参考訳（メタデータ） (2026-05-01T00:48:47Z) - Resilient Write: A Six-Layer Durable Write Surface for LLM Coding Agents [0.0]
レジリエント・ライト(Resilient Write)は、エージェントとサーバの間に6層の耐久性のある書き込みサーフェスを介するMPPサーバである。
各レイヤは、2026年4月の実際のエージェントセッションで観測された具体的な障害モードにマップされる。
186-testスイートは各層での正当性を検証し、エージェントの自己補正率を13倍改善する。
論文 参考訳（メタデータ） (2026-04-12T22:23:55Z) - SkillSieve: A Hierarchical Triage Framework for Detecting Malicious AI Agent Skills [0.0]
SkillSieveは3層検出フレームワークで、必要に応じてより深く分析する。
400スキルのラベル付きベンチマークでは、SkillSieveは0.800 F1を達成し、ClawVetの0.421を上回った。
論文 参考訳（メタデータ） (2026-04-08T00:58:48Z) - APEX-EM: Non-Parametric Online Learning for Autonomous Agents via Structured Procedural-Episodic Experience Replay [7.370176470430802]
LLMベースの自律エージェントは、永続的な手続き記憶を欠いている。
我々は,構造化手続き計画の蓄積,検索,再利用を行う非パラメトリックオンライン学習フレームワークであるAPEX-EMを提案する。
論文 参考訳（メタデータ） (2026-03-31T00:24:56Z) - TeaRAG: A Token-Efficient Agentic Retrieval-Augmented Generation Framework [62.66056331998838]
TeaRAGは、検索内容と推論ステップの両方を圧縮できるトークン効率のエージェントRAGフレームワークである。
報奨関数は,過剰な推論ステップをペナルティ化しながら,知識マッチング機構によって知識満足度を評価する。
論文 参考訳（メタデータ） (2025-11-07T16:08:34Z) - ML-Bench: Evaluating Large Language Models and Agents for Machine Learning Tasks on Repository-Level Code [76.84199699772903]
ML-Benchは、既存のコードリポジトリを利用してタスクを実行する現実世界のプログラミングアプリケーションに根ざしたベンチマークである。
LLM(Large Language Model)とAIエージェントの両方を評価するために、事前に定義されたデプロイメント環境でLLMのテキスト-コード変換を評価するML-LLM-Benchと、Linuxサンドボックス環境でエンドツーエンドのタスク実行で自律エージェントをテストするML-Agent-Benchの2つの設定が採用されている。
論文 参考訳（メタデータ） (2023-11-16T12:03:21Z) - Contrastive Code Representation Learning [95.86686147053958]
一般的な再構成に基づくBERTモデルは,ソースコードの編集に敏感であることを示す。
コントラコード(ContraCode)は、コード機能を学ぶのにフォームではなく、コントラスト的な事前学習タスクである。
論文 参考訳（メタデータ） (2020-07-09T17:59:06Z)
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。