論文の概要: SkillEvoReg: Regularizing Agent Skill Evolution Against Overfitting

• arxiv url: http://arxiv.org/abs/2609.30861v1
• Date: Fri, 25 Sep 2026 06:11:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 18:27:51.253382
• Title: SkillEvoReg: Regularizing Agent Skill Evolution Against Overfitting
• Title（参考訳）: SkillEvoReg: 正規化エージェントのスキル進化とオーバーフィッティング
• Abstract要約: SkillEvoRegは、ニューラルネットワークトレーニングにおけるアンチオーバーフィッティングテクニックにインスパイアされた、スキル進化のための一般的な正規化フレームワークである。 我々は、各システムのネイティブスキル進化器とタスク評価器を維持しながら、不均一なスキル進化システムにまたがるフレームワークをインスタンス化する。
• 参考スコア（独自算出の注目度）: 23.512756263596714
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Language-model agents increasingly improve by converting execution experience into reusable external skills. Yet repeated skill updates form a learning process of their own: locally useful edits can accumulate into redundant or task-specific instructions, while new updates can disrupt behavior that previously worked. We study this problem as skill-evolution overfitting and introduce SkillEvoReg, a general regularization framework for skill evolution inspired by anti-overfitting techniques in neural-network training. SkillEvoReg combines training-time skill dropout, which perturbs update generation, and complexity-aware local regularization, which controls unnecessary structural growth, with causal counterexample validation (CCV), which provides targeted behavioral validation of candidate-specific regressions. We instantiate the framework across heterogeneous skill-evolution systems while retaining each system's native skill evolver and task evaluator. Across SkillOpt, SkillEvolBench, and ContinualSkillBench, SkillEvoReg consistently controls skill-state growth while preserving competitive downstream capability, improves several transfer and later-stage evolution outcomes, and identifies update-level regressions that structural metrics alone cannot reveal. These results suggest that explicit regularization is a useful complement to increasingly capable skill updaters.
• Abstract（参考訳）: 言語モデルエージェントは、実行経験を再利用可能な外部スキルに変換することで、ますます改善される。 ローカルで有用な編集は冗長あるいはタスク固有の命令に蓄積でき、新しい更新は以前動作していた動作を妨害することができる。 我々は、この問題をスキル進化オーバーフィッティングとして研究し、ニューラルネットワークトレーニングにおけるアンチオーバーフィッティング技術にインスパイアされた、スキル進化のための一般的な正規化フレームワークであるSkillEvoRegを紹介した。 SkillEvoRegは、更新生成を妨害するトレーニングタイムスキルのドロップアウトと、不要な構造的成長を制御する複雑性を意識した局所正規化と、候補固有の回帰を対象とする行動検証を提供する因果逆例検証(CCV)を組み合わせたものだ。 我々は、各システムのネイティブスキル進化器とタスク評価器を維持しながら、不均一なスキル進化システムにまたがるフレームワークをインスタンス化する。 SkillOpt、SkillEvolBench、ContinualSkillBench全体で、SkillEvoRegは、競争力のあるダウンストリーム能力を保ちながら、スキル状態の成長を一貫してコントロールし、いくつかの移行と後期の進化結果を改善し、構造的メトリクスだけでは明らかにできないアップデートレベルのレグレッションを特定する。 これらの結果から,明示的な正規化は,スキル更新の能力向上に有用であることが示唆された。

関連論文リスト

• VCE-Skill: Enhancing Skill Self-Evolution with Version-Change Experience [12.60845363300573]
  既存のスキル自己進化手法は、主に現在のタスクから収集された実行軌跡を使ってスキルを改訂する。 本稿では,VCE-Skillを提案する。VCE-Skillは,ノイズや実装固有の公開スキルの変更を再利用し,再利用可能なバージョンチェンジエクスペリエンスを実現する。 私たちの研究は、事前知識の未熟だが効果的な源泉として、公開スキルのバージョン変更を強調し、軌道駆動スキルの自己進化を前進させます。
  論文  参考訳（メタデータ） (2026-08-17T13:16:59Z)
• Query-Only Backdoor Attacks on Self-Evolving Skills via Trajectory Poisoning [23.79611349616925]
  エージェントスキルは、複雑なタスクの再利用手順をエンコードすることで、大きな言語モデル(LLM)エージェントを改善する。 自己進化型スキルシステムは、実行軌跡からスキルを自動構築および更新するために開発された。 提案するトラジェクティブ・バックドア・アタック(TBA)は,信頼性の高いスキル進化パイプラインをバックドアのスキルを生み出すためのクエリ専用アタックである。
  論文  参考訳（メタデータ） (2026-08-08T19:31:19Z)
• ContinualSkillBench: Can LLM Agents Truly Evolve Their Capabilities? [42.712923465058786]
  In-context連続型スキル学習のための動的評価フレームワークであるContinualSkillBenchを紹介する。 シーケンシャルな実行は一般的にパフォーマンスを改善するが、モデルやドメインによって大きな違いがある。 さらに、より能力の低いモデルは、より大きな、より断片化されたタスク固有のスキルのコレクションを蓄積する傾向にある。
  論文  参考訳（メタデータ） (2026-08-04T16:15:02Z)
• Skill Self-Play: Pushing the Frontier of LLM Capability with Co-Evolving Skills [53.15216425100295]
  本稿では,提案者,解決者,スキルコントローラからなる共進化型フレームワークであるスキルセルフプレイ(スキルSP)を紹介する。 プロジェクタは動的にサンプリングされたスキルを前提とした挑戦的なタスクを生成し、ソルバは能力境界を押し上げるための候補ソリューションを探索し、スキルコントローラは実行フィードバックを収集してスキルライブラリを更新および拡張する。 このインタラクティブな共進化は、構造化された検証とオープンな調査の間のギャップを効果的に埋める。
  論文  参考訳（メタデータ） (2026-07-24T17:59:22Z)
• 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)
• Skill-R1: Agent Skill Evolution via Reinforcement Learning [84.35984979949502]
  Skill-R1は、検証可能な報酬からインスタンスレベルの繰り返しスキル最適化のための強化学習フレームワークである。 オープンソースモデルとクローズドソースモデルの両方とのブラックボックス互換性を維持しつつ、モデルレベルの更新よりも大幅に安価に適応できる。
  論文  参考訳（メタデータ） (2026-05-10T06:19:15Z)
• 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)
• SkillOS: Learning Skill Curation for Self-Evolving Agents [67.94374107466957]
  本稿では,自己進化エージェントのスキルキュレーションを学習するための,経験駆動型RLトレーニングレシピであるSkillOSを提案する。 SkillOSは、凍結したエージェントエグゼキュータとトレーニング可能なスキルキュレーターを組み合わせて、蓄積したエクスペリエンスから外部SkillRepoを更新する。 SkillOSは、メモリフリーと強力なメモリベースラインを、有効性と効率の両方で一貫して上回っていることを示す。
  論文  参考訳（メタデータ） (2026-05-07T17:31:50Z)
• SkillClaw: Let Skills Evolve Collectively with Agentic Evolver [18.942639318503062]
  マルチユーザエージェントエコシステムにおける集合的スキル進化のためのフレームワークであるSkillClawを紹介する。 SkillClawは、クロスユーザとオーバータイムのインタラクションを、スキル向上のための主要なシグナルとして扱う。 使用中に生成された軌跡を連続的に集約し、自律的な進化器で処理する。 得られたスキルは共有リポジトリに保持され、ユーザ間で同期される。
  論文  参考訳（メタデータ） (2026-04-09T15:38:27Z)
• SkillRL: Evolving Agents via Recursive Skill-Augmented Reinforcement Learning [83.98129545309277]
  生経験と政策改善のギャップを埋めるフレームワークであるSkillRLを提案する。 本手法では,階層型スキルライブラリであるSkillBankを構築するために,経験に基づく蒸留機構を導入する。 ALF、WebShop、および7つの検索強化タスクの実験結果は、SkillRLが最先端のパフォーマンスを達成することを示す。
  論文  参考訳（メタデータ） (2026-02-09T03:17:17Z)

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。