論文の概要: SkillFocus: Evolving Agent Skills via Capability Decomposition
- arxiv url: http://arxiv.org/abs/2609.34397v1
- Date: Mon, 28 Sep 2026 06:11:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-03 21:06:18.010439
- Title: SkillFocus: Evolving Agent Skills via Capability Decomposition
- Title（参考訳）: SkillFocus: 能力分解によるエージェントスキルの進化
- Abstract要約: エージェントスキルの進化は、反復的なリビジョンを通じて、大きな言語モデル(LLM)エージェントに対する再利用可能な手続き的ガイダンスを改善することを目指している。
SkillFocusを紹介します。これは、繰り返し発生するタスク要求を、スキルが進化するにつれて固定されたままの機能空間に分解します。
- 参考スコア（独自算出の注目度）: 18.85087084904681
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Agent skill evolution seeks to improve reusable procedural guidance for large language model (LLM) agents through iterative revision. Existing methods base each revision mainly on execution trajectories or feedback, leaving recurring behavioral requirements across tasks implicit and tying revision to the behavior of the current skill. We introduce SkillFocus, which decomposes recurring task requirements into a capability space that remains fixed as the skill evolves, separating what tasks require from how the current skill behaves. SkillFocus maps current task outcomes to this space to identify the capability that leaves the most tasks unresolved, then uses that capability to determine what to revise and which evidence to use. Across four benchmarks spanning heterogeneous tasks, SkillFocus achieves the best held-out accuracy on all four, outperforming the strongest competing result by 5.7 points on average while using 24\% fewer evolution tokens on average than the closest iterative baseline. Controlled studies further show that capabilities derived from recurring task requirements outperform task-semantic and execution-derived alternatives, while randomizing task--capability assignments reduces final accuracy by up to 20.2 points. Matching evidence to the selected capability increases candidate gain by 4.4 points under prioritized revision.
- Abstract（参考訳）: エージェントスキルの進化は、反復的なリビジョンを通じて、大きな言語モデル(LLM)エージェントに対する再利用可能な手続き的ガイダンスを改善することを目指している。
既存のメソッドは、それぞれのリビジョンを主に実行軌跡やフィードバックに基づいており、タスク間で繰り返し発生する動作要件を暗黙的に残し、現在のスキルの振る舞いをリビジョンする。
SkillFocusを紹介します。これは、繰り返し発生するタスク要求を、スキルが進化するにつれて固定されたままの機能空間に分解し、現在のスキルの動作から必要なタスクを分離します。
SkillFocusは現在のタスク成果をこのスペースにマッピングして、最も解決されていないタスクを残さない能力を特定し、その能力を使用して、修正すべきもの、使用するエビデンスを決定する。
不均一なタスクにまたがる4つのベンチマークで、SkillFocusは4つすべてで最高のホールトアウト精度を達成し、最も高い競合成績を平均5.7ポイントで上回り、最も近い反復ベースラインよりも平均24倍少ない進化トークンを使用する。
制御された研究により、タスク要求が繰り返し発生する能力はタスクセマンティックおよび実行に基づく代替よりも優れており、一方タスク能力割り当てのランダム化は、最終的な精度を最大20.2ポイント削減することが示された。
選択された能力に対する証拠の一致は、優先順位付けされた修正の下で、候補ゲインを4.4ポイント増加させる。
関連論文リスト
- ARISE: Adapting to Evolving Capability Gaps in Agentic Reinforcement Learning [28.762002702466532]
ARISEは、ロールアウトエビデンスを使用して評価基準、探索ガイダンス、トレーニング優先順位を継続的に適用する強化学習フレームワークである。
ARISEは、全体的なタスクパフォーマンスとトレーニング効率の両方をうまく向上させる。
論文 参考訳（メタデータ） (2026-09-28T16:14:07Z) - Beyond Endpoint Performance: Process-Level Evaluation of Self-Evolving Agents [20.811638832981178]
EvoPathBenchは、アーティファクトレベルの自己進化中の個々の機能を追跡するベンチマークである。
不可解なタスクへの一般化、無関係な学習後の保持、新しいエビデンスへのルール適応の3つの機能をテストする。
論文 参考訳（メタデータ） (2026-09-21T14:28:06Z) - Task-CoEvolve: Efficient Harness Optimization via Adaptive Validation Task Selection [51.39973047614183]
本稿では,適応型検証タスク選択によるLLMの効率向上のための新しい手法を提案する。
$textbfTask-CoEvolve$.textbfTask-CoEvolve$.textbfTask-CoEvolve$.textbfTaskは、情報的タスクの選択と、部分的な評価からフルセットのパフォーマンスの推定という2つの課題に対処することで、ハーネスでバリデーションタスクを共進化させる。
論文 参考訳（メタデータ） (2026-08-20T15:24:54Z) - 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) - 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) - 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) - SkillHone: A Harness for Continual Agent Skill Evolution Through Persistent Decision History [4.682850246574405]
SkillHoneは、永続的な意思決定履歴に基づく継続的エージェントスキル進化のためのハーネスである。
SkillHoneは、フィードバックを提供する評価側の証拠とスキルリビジョンをペアリングする。
我々は、エージェントが統合検索スタックを与えられない生のオープンウェブ環境で、SkillHoneをディープ検索ベンチマークで評価する。
論文 参考訳（メタデータ） (2026-06-07T15:21:08Z) - 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) - EvoSkill: Automated Skill Discovery for Multi-Agent Systems [6.319876096746374]
エージェントスキルを自動的に発見・洗練する自己進化型フレームワークである textbfEvoSkill を紹介する。
EvoSkillは実行障害を分析し、新しいスキルや既存のスキルへの編集を提案し、それらを構造化された再利用可能なスキルフォルダに実体化する。
われわれはEvoSkillを米国財務データの根拠となる推論ベンチマークであるOfficeQAと、ノイズの多い検索ベンチマークであるSealQAの2つのベンチマークで評価した。
論文 参考訳（メタデータ） (2026-03-03T09:07:22Z) - Active Instruction Tuning: Improving Cross-Task Generalization by
Training on Prompt Sensitive Tasks [101.40633115037983]
インストラクションチューニング(IT)は,大規模言語モデル(LLM)を命令付き多種多様なタスクで訓練することにより,印象的なゼロショット一般化を実現する。
ITモデルの性能と一般化性を改善するために、新しいタスクをどのように選択するかは、未解決の問題である。
本稿では,情報的タスクを識別する新しいフレームワークである即時不確実性に基づくアクティブな指導チューニングを提案し,選択したタスク上でモデルをアクティブにチューニングする。
論文 参考訳（メタデータ） (2023-11-01T04:40:05Z)
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。