論文の概要: SkillAlchemy: Open-World Agent Skill Creation
- arxiv url: http://arxiv.org/abs/2608.23417v1
- Date: Mon, 24 Aug 2026 15:58:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-25 13:29:44.190478
- Title: SkillAlchemy: Open-World Agent Skill Creation
- Title（参考訳）: SkillAlchemy: オープンワールドエージェントスキル創造
- Abstract要約: エージェントスキルは、言語エージェントを特殊化、ツール規約、推論時のドメイン動作で拡張する再利用可能な手続き的アーティファクトである。
信頼できるスキルを作るには、人間のオーサシップ、モデルの事前、実行トレースに大きく依存します。
本稿では,SkillAlchemyを提案する。
- 参考スコア（独自算出の注目度）: 11.836010370630568
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Agent skills are reusable procedural artifacts that extend language agents with specialized workflows, tool conventions, and domain behaviors at inference time. However, creating reliable skills still depends largely on human authorship, model priors, or execution traces. These sources are often unavailable for unfamiliar tasks, suggesting the need to create skills from open-world materials. In this paper, we study open-world skill creation: given an underspecified skill brief and a source-access specification, a creator must discover behavior-relevant requirements omitted by the brief and determine how broadly each source-derived procedure is justified. We propose SkillAlchemy, an admission-centered framework for source-grounded skill creation. SkillAlchemy identifies implicit requirements through contrastive evidence, admits candidate procedures based on evidence-supported scope, and compiles the admitted content into a grammar-guided skill package. Extensive experiments across 87 SkillsBench v1.1 tasks demonstrate that SkillAlchemy improves pass rate over no-skill execution by 19.9 percentage points and the strongest automated baseline by 8.6 percentage points, while achieving performance comparable to human-curated skills.
- Abstract（参考訳）: エージェントスキルは、言語エージェントを特別なワークフロー、ツール規約、推論時のドメイン動作で拡張する再利用可能な手続き的アーティファクトである。
しかし、信頼性の高いスキルを作成することは、人間のオーサシップ、モデル事前、実行トレースに大きく依存します。
これらのソースはよく馴染みの無いタスクでは利用できないため、オープンワールドの素材からスキルを作る必要性が示唆されている。
本稿では,未特定のスキルブリーフとソースアクセシビリティ仕様を前提として,オープンワールドのスキル創造について検討する。
本稿では,SkillAlchemyを提案する。
SkillAlchemyは、対照的なエビデンスを通じて暗黙の要求を識別し、エビデンスをサポートするスコープに基づいて候補のプロシージャを承認し、承認されたコンテンツを文法に基づくスキルパッケージにコンパイルする。
87 SkillsBench v1.1タスクにわたる大規模な実験では、SkillAlchemyは、非スキル実行よりもパスレートを19.9ポイント改善し、最強の自動化ベースラインを8.6ポイント改善し、人間の計算したスキルに匹敵するパフォーマンスを達成した。
関連論文リスト
- SkillShapley: Boundary-Adaptive Shapley Valuation for Skill Step Attribution in LLM Agents [7.7046487215582475]
既存のエージェントスキルは、主に人間の手作業やエージェントの実行トレースを通じて作成される。
エージェントスキルのための段階レベルの属性フレームワークであるSkillShapleyを提案する。
広く採用されているSkillsBenchのスキルの実験は、SkillShapleyが高価値または低価値のスキルステップを効果的に、効率的に識別できることを実証している。
論文 参考訳（メタデータ） (2026-08-13T12:41:03Z) - 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) - Skill Coverage: A Test Adequacy Metric for Agent Skills [17.60316723069748]
エージェントスキルは、タスクと実行コンテキストをまたいだ大きな言語モデルエージェントをガイドする再利用可能な手続き的知識をエンコードする。
テスト対象のスキルアーティファクトを対象として扱う,テストの妥当性指標であるスキルカバレッジを導入します。
SkillsBenchにスキルカバレッジを適用すると、既存のベンチマークの実行はスキル行動の制約の39.90から43.98%しかカバーしていないことが明らかになった。
論文 参考訳（メタデータ） (2026-06-09T10:16:05Z) - 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) - OpenSkillEval: Automatically Auditing the Open Skill Ecosystem for LLM Agents [15.598856888948093]
スキル強化エージェントシステムとスキル自体の自動評価フレームワークであるtextscOpenSkillEvalを提案する。
静的ベンチマークに頼る代わりに、textscOpenSkillEvalは、現実世界のアーティファクトの進化から現実的なタスクインスタンスを自動的に構築する。
600以上の動的に生成されたタスクインスタンスと30のオープンソーススキルを使用して、最先端のモデルとエージェントフレームワークを体系的に評価する。
論文 参考訳（メタデータ） (2026-05-22T14:09:41Z) - SkillGen: Verified Inference-Time Agent Skill Synthesis [60.927977774369516]
SkillGenは、ベースエージェントによって生成されたトラジェクトリから単一の監査可能なスキルを合成するフレームワークである。
再利用可能な成功パターン、繰り返し発生する障害モード、そして近くの成功に現れるが失敗に欠ける行動を特定する。
SkillGenの重要な特徴は、エージェントスキルを、全体的なパフォーマンスに対するスキルのネット効果を実証的に検証するための介入としてモデル化することです。
論文 参考訳（メタデータ） (2026-05-09T19:24:11Z) - 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) - SkillForge: Forging Domain-Specific, Self-Evolving Agent Skills in Cloud Technical Support [3.277125886726497]
既存のスキルクリエーターはドメイン基盤を欠き、現実世界のタスク要件に適合しないスキルを生み出す。
SkillForgeは、エンドツーエンドの生成/リファインメントループを閉じるセルフ進化フレームワークです。
1,883のチケットと3,737のタスクにまたがる,現実世界のクラウドサポートシナリオを5つ評価した。
論文 参考訳（メタデータ） (2026-04-09T07:11:23Z) - 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) - SkillsBench: Benchmarking How Well Agent Skills Work Across Diverse Tasks [61.89812116484928]
エージェントスキルは、LLMエージェントを推論時に増強する手続き的知識の構造化パッケージである。
SkillsBenchは、11のドメインにわたる86のタスクのベンチマークであり、キュレートされたスキルと決定論的検証との組み合わせを示す。
キュレートされたスキルは平均パスレートを16.2ポイント(pp)上昇させるが、効果は領域によって大きく異なる。
自己生成スキルは平均的に何の利益も与えず、モデルが消費から得られる手続き的な知識を確実に説明できないことを示している。
論文 参考訳（メタデータ） (2026-02-13T07:06:06Z) - SkillMatch: Evaluating Self-supervised Learning of Skill Relatedness [11.083396379885478]
SkillMatchは、数百万の求人広告から専門知識をマイニングしたスキル関連性タスクのためのベンチマークです。
また,求人広告におけるスキル共起に基づくSentence-BERTモデルを適応するための,スケーラブルな自己教師型学習手法を提案する。
論文 参考訳（メタデータ） (2024-10-07T13:05:26Z)
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。