Fugu-MT 論文翻訳(概要): Parametric Skills

論文の概要: Parametric Skills

arxiv url: http://arxiv.org/abs/2606.30015v1
Date: Mon, 29 Jun 2026 09:19:32 GMT
ステータス: 翻訳完了
システム内更新日: 2026-06-30 18:07:16.160955
Title: Parametric Skills
Title（参考訳）: パラメトリックスキル
Abstract要約: ParametricSkillsは、フリーフォームのテキストスキルをテスト時にパラメータに変換し、文脈のないスキル活用を可能にするフレームワークである。提案したParametricSkillsは,DeepSeek-V4-Flashで判断した,コンテキスト内学習を平均6.44ポイント上回る性能を示した。
参考スコア（独自算出の注目度）: 18.083331448567936
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Since intelligence fundamentally relies on efficient skill acquisition (Chollet, 2019), the ability to leverage skills is critical. For LLMs, skills, manually authored or extracted from task trajectories, are textual recipes encoding mature problem-solving experience and are critical to agentic capabilities. Despite widespread deployment, their utility is limited by the model's ability to comprehend and follow skill instructions, especially under complex and long-context scenarios, where key instructions are difficult to locate and adhere to. To address this limitation, we propose ParametricSkills, a framework that can convert free-form textual skills into parameters at test time, enabling context-free skill exploitation. Specifically, we first construct a large-scale, high-quality skill library, and synthesize single-turn and multi-turn skill exploitation trajectories built around these skills with OpenCode. Using these data, we then train a hypernetwork that parameterizes both the skill content and the test-time exploitation methodology by receiving textual skills and converting them into LoRA adapters. Experimental results on six complex software engineering (SWE) subtasks demonstrate that, the proposed ParametricSkills averagely outperforms in-context learning by 6.44 points as judged by DeepSeek-V4-Flash, while also achieving significantly higher BERT Score and F1 score, confirming its effectiveness. Beyond performance, we further find that parametric skills, being inherently accumulative, offer a preliminary yet promising avenue toward test-time continual learning.
Abstract（参考訳）: 知性は基本的に効率的なスキル獲得に依存しているため(Chollet, 2019)、スキルを活用する能力は重要である。 LLMでは、タスクトラジェクトリから手動で作成または抽出されたスキルは、成熟した問題解決経験をコードするテキストレシピであり、エージェント能力に欠かせない。広範に展開されているにもかかわらず、その実用性は、特に重要な命令を見つけるのが難しく、従うのが難しい複雑なコンテキストシナリオにおいて、スキル命令を理解し、追跡するモデルの能力によって制限されている。この制限に対処するために,自由形式のテキストスキルをテスト時にパラメータに変換するフレームワークであるParametricSkillsを提案する。具体的には、まず、大規模で高品質なスキルライブラリを構築し、OpenCodeでこれらのスキルを中心に構築されたシングルターンおよびマルチターンスキル活用トラジェクトリを合成する。これらのデータを用いて、テキストスキルを受信し、それらをLoRAアダプタに変換することによって、スキルコンテンツとテスト時間利用方法論の両方をパラメータ化するハイパーネットワークをトレーニングする。 6つの複雑なソフトウェアエンジニアリング(SWE)サブタスクの実験結果から、提案したParametricSkillsは、DeepSeek-V4-Flashで判断された、コンテキスト内学習を平均6.44ポイント上回り、BERTスコアとF1スコアを著しく向上し、その有効性を確認した。パフォーマンス以外にも、パラメトリックスキルは本質的に累積的であり、テスト時間連続学習への予備的かつ有望な道を提供する。

関連論文リスト

Search2Skill: Skill Distillation Beyond Knowledge Boundaries Via Rubric-Based Reinforcement Learning [38.331356573409884]
本稿では,エージェントの能力ギャップを自動的に識別し,外部ソースを検索して対処する新しいフレームワーク,Search2Skillを提案する。 3つのベンチマークによる8つのエキスパートレベルドメインの実験は、Search2Skillが検索強化とトラジェクトリベースのスキル学習ベースラインを一貫して上回っていることを示している。
論文参考訳（メタデータ） (2026-08-05T15:09:07Z)
Generative Skill Composition for LLM Agents [58.47191648555256]
LLMエージェントは複雑なタスクを解決するためのスキルの恩恵を受ける。スキルライブラリが成長するにつれて、適切なスキル構成を選択することが中心的なボトルネックとして現れている。本稿では,タスク条件付きスキルシーケンス予測として構造化されたスキルコンポジションをインスタンス化するSkillComposerを提案する。
論文参考訳（メタデータ） (2026-06-30T17:53:09Z)
SkillComposer: Learning to Evolve Agent Skills for Specification and Generalization [99.18305770138677]
エージェントスキルは、エージェントの推論とアクションをガイドする再利用可能な戦略である。現在の技術構築手法は、問題を一発抽出として扱う。本稿では,スキル構築を3つの学習可能な操作に分解するフレームワークであるSkillComposerを紹介する。
論文参考訳（メタデータ） (2026-06-04T12:16:08Z)
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)
How Well Do Agentic Skills Work in the Wild: Benchmarking LLM Skill Usage in Realistic Settings [29.3744517703302]
本研究は,段階的に挑戦的な現実的な環境下でのスキルユーティリティの総合的研究である。その結果、設定がよりリアルになるにつれて、パフォーマンスは一貫して低下することがわかった。クエリ固有の改善は、初期スキルが合理的な妥当性と品質を持つ場合に、性能を著しく回復することを示す。
論文参考訳（メタデータ） (2026-04-06T00:10:30Z)
SKILL0: In-Context Agentic Reinforcement Learning for Skill Internalization [61.37478254738943]
推論時のスキル向上は基本的に制限されている。 SKILL0は,スキル内部化のためのコンテキスト内強化学習フレームワークである。 SKILL0は標準のRLベースラインよりも大幅に改善されている。
論文参考訳（メタデータ） (2026-04-02T17:03:05Z)
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)
Pretrained Bayesian Non-parametric Knowledge Prior in Robotic Long-Horizon Reinforcement Learning [10.598207472087578]
強化学習(Reinforcement Learning, RL)の手法は通常、新しいタスクをゼロから学習する。この研究は、潜在的な原始的なスキルモーションを未知の特徴を持つ非パラメトリックな特性を持つものとしてモデル化する手法を導入する。非パラメトリックモデル、特にDirichlet Process Mixturesは、出生とマージによって強化され、スキルの多様な性質を効果的に捉えるための事前トレーニングに使用される。
論文参考訳（メタデータ） (2025-03-27T20:43:36Z)
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)
Design of Negative Sampling Strategies for Distantly Supervised Skill Extraction [19.43668931500507]
本稿では,リテラルマッチングによる遠隔監視に基づく,スキル抽出のためのエンドツーエンドシステムを提案する。 ESCO分類を用いて、関連するスキルからネガティブな例を選択することで、最大の改善が得られます。我々は,タスクのさらなる研究を促進するために,研究目的のベンチマークデータセットをリリースする。
論文参考訳（メタデータ） (2022-09-13T13:37:06Z)

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。