論文の概要: Grounded Skill Synthesis from Code at Scale for Agentic Intelligence
- arxiv url: http://arxiv.org/abs/2609.05571v1
- Date: Fri, 04 Sep 2026 03:37:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-12 13:18:07.5411
- Title: Grounded Skill Synthesis from Code at Scale for Agentic Intelligence
- Title（参考訳）: エージェントインテリジェンスのための大規模コードからのグラウンドドスキル合成
- Abstract要約: 既存の手法には2つの制限がある: 軌道に基づく合成は特定の環境との相互作用を必要とするが、文書由来のスキルは実行可能な証拠や検証を欠いている。
Code2Skillは、選択されたコードユニットを、アトミック操作、コンポジットレポジトリ、繰り返しパターンの実装アンコールされたレコードに変換する、完全に自動化されたパイプラインである。
Code2Skillは、ワークフロー、バウンダリ、プロビデンス、およびソースエビデンスメタデータを備えた、1,006,822の受け入れレコードからなるグラウンドドバンクであるCodeSkillBankを生成する。
- 参考スコア（独自算出の注目度）: 22.319997851901714
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Reusable skills give agents transferable procedural knowledge, making scalable acquisition essential for extending agents beyond prior experience. Existing methods face two limitations: trajectory-based synthesis requires interactions with specific environments, while document-derived skills may lack executable evidence and verification. Source code offers a complementary path: it requires no prior agent experience yet provides executable evidence for grounding abstractions. We present Code2Skill, a fully automated pipeline that transforms selected code units into implementation-anchored records of atomic operations, composite workflows, and recurring patterns, then verifies each record through source-body-blind reconstruction and source-aware comparison. Applied to 19,769 popular, actively maintained GitHub repositories, Code2Skill produces CodeSkillBank, a grounded bank of 1,006,822 accepted records with workflow, boundary, provenance, and source-evidence metadata. Across 72 protocol-matched evaluations covering nine model settings and eight benchmarks, models augmented with retrieved CodeSkillBank skills improve by 11.7% on average over matched baselines and outperform them in 57 cases. Under a unified downstream interface, Code2Skill also outperforms trajectory-derived skill banks on all seven shared benchmarks, showing that repository-derived skills can provide useful procedural knowledge before agents accumulate sufficient interaction experience. Skills synthesized from tested AI-generated code achieve a 93.50% pass rate, compared with 93.00% for human-written code, providing initial evidence that the pipeline can expand with the growing volume of AI-generated software. Overall, Code2Skill transforms procedural knowledge embedded in repositories into grounded, verifiable, and transferable agent skills.
- Abstract（参考訳）: 再利用可能なスキルは、エージェントの移行可能な手続き的知識を与え、エージェントを以前の経験を超えて拡張するためには、スケーラブルな買収が不可欠である。
既存の手法には2つの制限がある: 軌道に基づく合成は特定の環境との相互作用を必要とするが、文書由来のスキルは実行可能な証拠や検証を欠いている。
ソースコードは補完的なパスを提供する。事前のエージェントエクスペリエンスは必要ありませんが、抽象化の基盤となるための実行可能なエビデンスを提供します。
提案するCode2Skillは,選択したコードユニットを,アトミック操作,複合ワークフロー,繰り返しパターンの実装アンコールされたレコードに変換し,ソース・ボディ・ブラインド再構築とソース・アウェア比較を通じて各レコードを検証する,完全自動パイプラインである。
Code2Skillは、ワークフロー、バウンダリ、プロビデンス、およびソースエビデンスメタデータを備えた1,006,822の受け入れされたレコードからなるグラウンドバンクである。
9つのモデル設定と8つのベンチマークを含む72以上のプロトコルマッチング評価では、検索されたCodeSkillBankのスキルで強化されたモデルは、マッチしたベースライン平均で11.7%改善され、57ケースでパフォーマンスが向上した。
統一されたダウンストリームインターフェースの下では、Code2Skillは、7つの共有ベンチマークでトラジェクトリ由来のスキルバンクよりも優れており、エージェントが十分なインタラクション経験を蓄積する前に、リポジトリ由来のスキルが手続き上の有用な知識を提供できることを示している。
テストされたAI生成コードから合成されたスキルは、人間によるコードでは93.00%と比較して93.50%のパス率を達成する。
全体として、Code2Skillは、リポジトリに埋め込まれた手続き的な知識を、根拠があり、検証可能で、転送可能なエージェントスキルに変換する。
関連論文リスト
- Repo-To-Skill: Distilling GitHub Repositories Into AI4AI Skills [86.15447717549154]
私たちは、スキルを創造し、研究中にそれらを使用する、スキル駆動型研究エージェントであるDisCoを紹介します。
私たちはこの欠落したレイヤの運用知識を、メソッドの知識を機能させるのと分離するノウハウと呼んでいる。
論文 参考訳（メタデータ） (2026-09-02T15:49:41Z) - SkillCorpus: Consolidating and Evaluating the Open Skill Ecosystem for Real-World LLM Agents [16.77727447235193]
SkillCorpusは、オープンスキルのエコシステムを集約し、キュレートし、マッチングし、評価するフレームワークです。
マルチステージパイプラインを通した821,000人のクロールスキルを、16クラスの分類と3つの品質面(実用性、堅牢性、安全性)によって構成された96,401のスキルにフィルタリングする。
我々は,3つのベンチマーク(SkillsBench,GDPVal,QwenClawBench),2つのハーネス,2つのオープンバックボーン(フロンティアロバストネスチェック)でエンドツーエンドを評価する。
論文 参考訳（メタデータ） (2026-07-17T01:55:17Z) - 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) - SkillJuror: Measuring How Agent Skill Organization Changes Runtime Behavior [23.11308948097101]
現在のベンチマークでは、スキルがどのように組織化されているのかを区別することは滅多にありません。
我々は、この区別をプログレッシブ・開示(Progressive Disclosure)を通じて研究し、簡潔なルートファイルが要求に応じてリソースを支援するためにエージェントを指示する。
本稿では,スキル記述パラダイムを評価するフレームワークであるSkillJurorを紹介する。
論文 参考訳（メタデータ） (2026-06-10T01:11:50Z) - Anything2Skill: Compiling External Knowledge into Reusable Skills for Agents [27.965275812765015]
Anything2Skillは、異種外部の知識を再利用可能な、検索可能な、エージェントの実行可能なスキルにコンパイルする分類誘導フレームワークである。
我々は、Anything2SkillとRAGを組み合わせることで、それぞれ98.85%と94.10%の成功率が得られることを示した。
論文 参考訳（メタデータ） (2026-06-08T10:24:32Z) - Converted, Not Equivalent: Benchmarking Codebase Conversion via Observational Equivalence [56.25095230687242]
コーディングエージェントは、しばしば自身のローカル検証ルーチンを過度に信頼し、表面チェックを満たすアーティファクトの成功を宣言する。
この問題は、事前評価が結果駆動である変換において特に深刻である。
ブラインド・コンバージョンは26.7-28.9%に達し、スペック・パスレートは91.1%まで上昇した。
このことは、失敗は限られた予算やバックボーンの強さよりも、契約ミスによる自己検証に起因していることを示唆している。
論文 参考訳（メタデータ） (2026-05-27T19:57:15Z) - SkillGenBench: Benchmarking Skill Generation Pipelines for LLM Agents [15.669318649782285]
我々は、統一されたプロトコルの下でスキル生成パイプラインを評価するためのベンチマークであるSkillGenBenchを紹介する。
ジェネレータは生のコーパスを受け取り、標準化されたスキルアーティファクトを生成し、固定ハーネスの下で実行される。
様々なスキルジェネレーション手法とバックボーンの実験は、かなりの性能変化を示している。
論文 参考訳（メタデータ） (2026-05-18T17:28:36Z) - SWE-chat: Coding Agent Interactions From Real Users in the Wild [70.18158706281724]
SWE-chatは、オープンソースの開発者から収集された実際のコーディングエージェントセッションの大規模なデータセットである。
現在、データセットには6000のセッションが含まれており、63,000以上のユーザプロンプトと355,000のエージェントツールコールが含まれている。
論文 参考訳（メタデータ） (2026-04-22T17:08:19Z) - SkillRouter: Skill Routing for LLM Agents at Scale [18.540967600258607]
ユーザタスクが与えられたら、システムは、下流の計画や実行の前に、関連するスキルを特定する必要がある。
既存のエージェントスタックはプログレッシブな開示に依存しており、完全な実装ボディを隠蔽しながら、スキル名と記述のみを公開する。
1.2Bのコンパクトなフルテキスト検索/参照パイプラインであるSkillを提示する。
論文 参考訳（メタデータ） (2026-03-23T18:23:59Z) - SoK: Agentic Skills -- Beyond Tool Use in LLM Agents [6.356997609995175]
エージェントシステムは、より確実にロングホライゾンを実行するために、再利用可能な手続き能力、すなわちエージェントスキルに依存している。
本論文は,全ライフサイクルのスキルレイヤ(発見,実践,蒸留,貯蔵,構成,評価,更新)をマッピングする。
我々は、スキルベースのエージェントのセキュリティとガバナンスの影響を分析し、サプライチェーンのリスク、スキルペイロードによるインジェクションの促進、信頼度の高い実行をカバーします。
論文 参考訳（メタデータ） (2026-02-24T13:11:38Z) - Hybrid-Gym: Training Coding Agents to Generalize Across Tasks [59.95803522351185]
本稿では,多種多様なタスク間で共有される伝達可能なスキルについて述べる。
本稿では,スケーラブルな合成タスクからなる学習環境であるHybrid-Gymを提案する。
実験により、我々の合成タスクで訓練されたエージェントが、様々な現実世界のタスクを効果的に一般化できることが示されている。
論文 参考訳（メタデータ） (2026-02-18T19:30:55Z) - Cross-modal Retrieval Models for Stripped Binary Analysis [62.89251403093734]
BinSeekは、取り除かれたバイナリコード分析のための最初の2段階のクロスモーダル検索フレームワークである。
BinSeekEmbeddingは、バイナリコードのセマンティックな関連性を学ぶために、大規模なデータセットでトレーニングされている。
BinSeek-Rerankerは、コンテキスト拡張による記述に対する候補コードの関連性を慎重に判断することを学ぶ。
論文 参考訳（メタデータ） (2025-12-11T07:58:10Z)
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。