論文の概要: Beyond Task-Only Matching: Personalized Skill Routing with Counterfactual Evaluation
- arxiv url: http://arxiv.org/abs/2608.28241v1
- Date: Fri, 28 Aug 2026 11:55:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-31 17:16:04.308637
- Title: Beyond Task-Only Matching: Personalized Skill Routing with Counterfactual Evaluation
- Title（参考訳）: タスクオンリーマッチングを超えて: 対実的評価を伴うパーソナライズされたスキルルーティング
- Abstract要約: タスクとユーザプロファイルに関連性があるような,テキスト化されたスキルルーティングを定式化する。
SkillFeedは、まずタスクスキルアライメントを確立し、次にプロファイル条件付き識別を学習するプログレッシブな検索・参照フレームワークである。
SkillFeed-Benchでは、SkillFeedは75.1%のトップ1検索精度を獲得し、対応する事前訓練されたルーティングベースラインよりも23.1ポイント改善された。
- 参考スコア（独自算出の注目度）: 8.783208889046813
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The rapid expansion of reusable skill repositories makes skill routing a critical capability for large language model (LLM) agents. Existing methods treat routing as task-only semantic matching. However, when users with incompatible constraints issue an identical request, this assumption conflates task relevance with skill suitability: a task-only router can select a semantically plausible skill that is unsuitable for the requesting user. To expose this failure mode, we formulate \textit{personalized skill routing} as profile-conditioned retrieval, in which relevance depends jointly on the task and the user profile. We first introduce a profile-counterfactual benchmark, in which the task is held fixed while changes in the user profile induce changes in the reference skill. We further construct paired counterfactual supervision and propose SkillFeed, a progressive retrieve-and-rerank framework that first establishes task--skill alignment and then learns profile-conditioned discrimination. By retrieving body-level evidence and reranking semantically similar but profile-conflicting candidates, SkillFeed identifies skills that satisfy both task requirements and user constraints. On SkillFeed-Bench, SkillFeed attains 75.1\% top-1 retrieval accuracy, a 23.1-point improvement over the corresponding pretrained routing baseline. Adding profile conditioning yields a 35.1-point gain on queries where user profile changes the reference skill. This contrast shows that user profiles are most consequential precisely when they change skill suitability. Our website is publicly available at http://www.aiskillfeed.com .
- Abstract（参考訳）: 再利用可能なスキルレポジトリの急速な拡張により、大きな言語モデル(LLM)エージェントにとって、スキルルーティングが重要な機能となっている。
既存の方法は、ルーティングをタスクのみのセマンティックマッチングとして扱う。
しかし、互換性のない制約のあるユーザが同じ要求を発行すると、この仮定は、タスクの関連性とスキル適合性とを混同する:タスクのみのルータは、要求するユーザにとって不適当な意味論的にもっともらしいスキルを選択することができる。
この障害モードを公開するために、タスクとユーザプロファイルに関連性があるプロファイル条件付き検索として、textit{personalized skills routing} を定式化する。
まず、ユーザプロファイルの変更が参照スキルの変化を誘発している間にタスクを固定するプロファイル・カウンセリング・ベンチマークを導入する。
SkillFeedは、まずタスクスキルアライメントを確立し、次にプロファイル条件付き識別を学習するプログレッシブな検索・参照フレームワークである。
SkillFeedは、ボディレベルのエビデンスを取得して、セマンティックに類似しているが、プロファイルにこだわる候補を再評価することによって、タスク要件とユーザ制約の両方を満たすスキルを特定します。
SkillFeed-Benchでは、SkillFeedは75.1\%のトップ-1検索精度を獲得し、対応する事前訓練されたルーティングベースラインよりも23.1ポイント改善された。
プロファイル条件を追加すると、ユーザーのプロファイルが参照スキルを変更するクエリで35.1ポイントのゲインが得られる。
これとは対照的に、スキルの適合性を変えると、ユーザープロフィールが最も正確であることが示される。
私たちのウェブサイトはhttp://www.aiskillfeed.comで公開されています。
関連論文リスト
- Imagine Before Retrieval: Prospective Skill Retrieval for LLM Agents [19.57498769577715]
本稿では,QSM(Query-Skill Misalignment)問題の負の影響を軽減する新しいフレームワークであるSkillDreamerを提案する。
簡単に言うと、SkillDreamerはタスク実行に必要な機能を推測し、擬似スキルを生成してこれらの能力を実現する方法を想像する。
SkillRetとSkillUsageの大規模な実験は、スキル検索とエンドツーエンドタスク実行の両方において、SkillDreamerの有効性を証明する。
論文 参考訳（メタデータ） (2026-08-28T13:19:50Z) - Skill2Query: Exploiting Skill Structure to Generate Pseudo-Queries for Agent Skill Retrieval [23.49934184220403]
擬似クエリ生成は、エージェントスキル検索の監視ボトルネックを軽減することができる。
本稿では,スキルドキュメントをスキル知識グラフに解析し,擬似クエリを生成するフレームワークであるSkill2Queryを提案する。
生成されたクエリは、オフラインインデックス拡張、オンラインクエリ拡張、レトリバートレーニングに使用することができる。
論文 参考訳（メタデータ） (2026-08-17T04:04:19Z) - SkillAligner: Treating Retrieved Skills as Adaptable Drafts at Execution Time [14.34844805305673]
汎用スキルは、言語エージェントのための再利用可能な手続き的知識を約束する。
しかし、セマンティックな関連性は実行ユーティリティを保証しません。
トレーニング不要な実行時スキル適応フレームワークであるSkillAlignerを提案する。
論文 参考訳（メタデータ） (2026-08-07T07:05:53Z) - Toward Skill-Native LLMs: Skill Entropy for Benchmarking and Training Long-Horizon Reasoning [72.09826781730662]
ロングホライゾン推論は、モデルが推論チェーン内の異なるスキルを切り替えることを要求する。
スキル・エントロピー(Skill Entropy)とは、あるスキルから別のスキルに切り替えることの難しさを測る尺度である。
本稿では,RLフレームワークであるSkill-Entropy RLを提案する。
論文 参考訳（メタデータ） (2026-08-05T17:57:16Z) - SkillSight: Calibrating Generic Content Bias for Skill Retrieval [12.466141257341851]
既存のレトリバーは、しばしばスキル内容を通常の文書として扱い、非常に規則的な構造を見下ろしている。
この共有背景は、密接な関連度スコアに反映され、クエリとスキルドキュメントの間に顕著なエネルギーギャップを生じさせ、識別シグナルを曖昧にすることを示す。
SkillSightは、意味空間と語彙空間の両方で共有背景を校正する学習自由検索フレームワークである。
論文 参考訳（メタデータ） (2026-07-21T07:05:15Z) - Task Decomposition-Guided Reranking for Adaptive Agent Skill Retrieval [16.270741233471107]
本稿では,適応型スキル選択のための推論時間更新フレームワークであるSkillRerankerを提案する。
我々は、SkillRerankerがタスク性能を効果的に改善し、環境相互作用のステップを減らし、トークン消費を減らすことを示す。
論文 参考訳（メタデータ） (2026-07-07T13:49:08Z) - 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) - SkillAudit: Ground-Truth-Free Skill Evolution via Paired Trajectory Auditing [81.51044612408793]
SkillAuditは、地味なフィードバックなしにエージェントスキルを進化させるフレームワークである。
行動の違いを編集指導に変換するために、SkillAuditはProcess-Aligned Contrastive Evaluationを使用する。
Refineはノイズや無関係なガイダンスを広く有用なスキルから取り除き、修復はタスクと競合するパスを置き換える。
論文 参考訳（メタデータ） (2026-06-12T08:20:09Z) - 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) - SkillGraph: Skill-Augmented Reinforcement Learning for Agents via Evolving Skill Graphs [70.1970574147839]
有向グラフのノードとして再利用可能なスキルを表現するフレームワークであるSKILLGRAPHを提案する。
SKILLGRAPHは個々のスキルだけでなく、多段階意思決定をガイドできる順序付きスキルサブグラフも取得する。
実験により,SKILLGRAPHはメモリ拡張RL法に対して最先端の性能を実現することが示された。
論文 参考訳（メタデータ） (2026-05-12T12:21:49Z) - 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)
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。