論文の概要: SkillAlign: Aligning Skill Interfaces for LLM-based Agents
- arxiv url: http://arxiv.org/abs/2609.07255v1
- Date: Mon, 07 Sep 2026 09:11:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-10 19:44:08.401805
- Title: SkillAlign: Aligning Skill Interfaces for LLM-based Agents
- Title（参考訳）: SkillAlign: LLMベースのエージェントのためのスキルインターフェースの調整
- Abstract要約: 私たちは、同じスキルが、どのように露出するかによって、助けになり、気を散らし、誤解を招く可能性があると論じます。
本稿では,多視点プロシージャカードとして候補スキルを表すプロバイダに依存しないフレームワークであるSkillAlignを提案する。
以上の結果から,スキル強化エージェントは,どのスキルを使用するかだけでなく,それらのスキルの提示方法も最適化すべきであることが示唆された。
- 参考スコア（独自算出の注目度）: 14.545296091572688
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Language-model agents increasingly rely on skills: reusable procedural knowledge for reasoning, tool use, and interaction. Existing work studies how skills are acquired, retrieved, compressed, or composed, but often assumes that once a skill is selected, its interface to the agent is fixed. We argue that this overlooks a key source of skill utility: the same skill can help, distract, or mislead depending on how it is exposed. We propose SkillAlign, a provider-agnostic framework that represents candidate skills as multi-view procedural cards and renders them through alternative exposure interfaces, including full instructions, hints, compressed summaries, workflows, or no exposure. This enables counterfactual evaluation where the task, agent, and candidate skills are fixed while only the exposure interface varies. Across ALFWorld and SkillsBench, we show that exposure form substantially affects task success and rendered context cost, and that compact top-k exposure can outperform full-library injection. We further conduct a replay-based policy-learning analysis on ALFWorld, showing that adaptive exposure contains learnable signal but remains far from oracle selection. Our results suggest that skill-augmented agents should optimize not only which skills to use, but also how those skills are presented.
- Abstract（参考訳）: 言語モデルエージェントはますますスキルに依存している:推論、ツールの使用、相互作用のための再利用可能な手続き的知識。
既存の研究は、スキルの獲得、回収、圧縮、あるいは構成について研究しているが、スキルが選択されるとエージェントへのインターフェースが固定されることが多い。
私たちは、これがスキルユーティリティの重要な源を見落としている、と論じています。同じスキルは、露出の仕方によっては、助けたり、邪魔したり、誤解を招きます。
本稿では,多視点プロシージャカードとして候補スキルを表すプロバイダ非依存のフレームワークであるSkillAlignを提案する。
これにより、タスク、エージェント、候補のスキルが固定され、露光インターフェースのみが異なる場合の対物評価が可能になる。
ALFWorld と SkillsBench 全体では、露光形態はタスクの成功とコンテキストのレンダリングコストに大きく影響し、コンパクトなトップk露光は完全なライブラリ注入よりも優れることを示した。
さらに、ALFWorld上でのリプレイベースのポリシー学習分析を行い、適応露光には学習可能な信号が含まれているが、オラクルの選択には程遠いことを示す。
以上の結果から,スキル強化エージェントは,どのスキルを使用するかだけでなく,それらのスキルの提示方法も最適化すべきであることが示唆された。
関連論文リスト
- SkillForge: Evolving Verifiable Skills for Reinforcement Learning Agents [17.565432600589414]
大規模言語モデル(LLM)エージェントは、複雑な意思決定タスクのために強化学習(RL)を用いて訓練される。
SkillRLのような最近のスキルベースのアプローチは、生の軌跡からスキルを抽出することでこの問題に対処しようとしている。
SkillForgeは、環境相互作用を通じてスキルの検証と洗練を可能にする継続的スキル進化のためのフレームワークである。
論文 参考訳（メタデータ） (2026-08-25T15:52:10Z) - Bidirectional Context Self-Distillation for Reinforcement Learning of Skill-Based LLM Agents [11.967142343676171]
自己蒸留と強化学習を組み合わせたBCSD(Bi Context Self-Distillation)を提案する。
ALFWorldとWebShopの実験では、BCSDがモデルスケール全体で最高の全体的なパフォーマンスを達成している。
論文 参考訳（メタデータ） (2026-08-10T12:53:06Z) - SkillsInjector: Dynamic Skill Context Construction for LLM Agents [16.631471381875816]
既存の方法では、静的なステップとしてスキルインジェクションを扱い、一定の基準でスキルを選択し、事前に予算を固定し、説明をそのまま残します。
本稿では,これらの決定に共同で対処する2段階適応手法であるSkillsInjectorを提案する。
Tau2-bench、SkillsBench、ALFWorldで、SkillsInjectorは最強のベースラインを3.9点、6.1点、7.3ポイント改善した。
論文 参考訳（メタデータ） (2026-05-28T11:44:32Z) - 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) - 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) - 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) - 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) - 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) - Choreographer: Learning and Adapting Skills in Imagination [60.09911483010824]
我々は、その世界モデルを利用して想像力のスキルを学び、適応するモデルベースのエージェントであるChoreographerを紹介する。
提案手法は探索とスキル学習のプロセスを切り離し,モデルの潜在状態空間におけるスキルの発見を可能にする。
Choreographerはオフラインデータからスキルを学ぶことができ、探索ポリシーと同時にデータを集めることができる。
論文 参考訳（メタデータ） (2022-11-23T23:31:14Z)
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。