論文の概要: Rep2Skill: Representation-Guided Skill Self-Evolution for LLM Agents

• arxiv url: http://arxiv.org/abs/2609.39149v1
• Date: Wed, 30 Sep 2026 07:15:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:27.347168
• Title: Rep2Skill: Representation-Guided Skill Self-Evolution for LLM Agents
• Title（参考訳）: Rep2Skill: LLMエージェントのための表現誘導型スキル自己進化
• Abstract要約: Rep2Skillは、エージェントスキルの自己進化のための表現誘導フレームワークである。 Rep2Skillは、自己進化設定において、テキストのみのアプローチを一貫して上回る。
• 参考スコア（独自算出の注目度）: 40.50440504835509
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Textual skills enable large language model (LLM) based agents to accumulate reusable procedural knowledge without updating model parameters. Yet existing skill evolution remains largely confined to the text space: an optimizer must diagnose success and failure patterns, and revise skills solely from long execution trajectories and sparse task outcomes. This text-only paradigm leaves the agent's internal representations, which contain rich records of its evolving execution state, outside the skill optimization loop. We ask whether an agent can improve its external textual skills by reflecting on its own internal representations. We introduce Rep2Skill, a representation-guided framework for self-evolution on agent skills. Specifically, upon the collected agent rollouts, Rep2Skill models their internal model representation trajectories to localize turns that deviate from successful execution dynamics, and it further interprets these signals alongside the execution contexts as actionable textual feedback for targeted skill revision. Experiments on two agent environments with two open-source LLMs show that Rep2Skill consistently outperforms text-only approaches in the self-evolution setting, where the same LLM serves as both executor and optimizer without a stronger external model. This establishes a promising direction moving agent self-improvement beyond text-only reflection.
• Abstract（参考訳）: テキストスキルにより、モデルパラメータを更新することなく、大きな言語モデル(LLM)ベースのエージェントが再利用可能な手続き的知識を蓄積できる。 最適化者は成功と失敗のパターンを診断し、長い実行軌跡とまばらなタスク結果からのみスキルを修正する必要がある。 このテキストのみのパラダイムでは、エージェントの内部表現は、その進化する実行状態の豊富なレコードを、スキル最適化ループの外側に残している。 エージェントが自身の内部表現を反映することで、外部のテキストスキルを向上できるかどうかを問う。 本稿では,エージェントスキルの自己進化のための表現誘導フレームワークRep2Skillを紹介する。 具体的には、収集されたエージェントロールアウトに基づいて、Rep2Skillは、その内部モデル表現トラジェクトリをローカライズするためにモデル化し、実行ダイナミックスの成功から逸脱する旋回を、ターゲットとするスキルリビジョンのための実行可能なテキストフィードバックとして、実行コンテキストと共にこれらの信号を解釈する。 2つのオープンソース LLM によるエージェント環境の実験では、Rep2Skill は、より強力な外部モデルなしで、同じ LLM がエグゼキュータとオプティマイザの両方として機能する自己進化設定において、テキストのみのアプローチを一貫して上回っている。 これにより、テキストのみのリフレクションを超えた、有望な方向移動エージェントの自己改善が確立される。

関連論文リスト

• Evo-Harness: Context-to-Harness Skill Compilation for Self-Evolving Agents [67.97365535829098]
  経験から学ぶことは、有能で自己改善型の大規模言語モデル(LLM)エージェントの開発に不可欠である。 Evo-Harnessは、ノイズの多いシングルショット実行を、クロスドメインとトピックレベルの適応のための再利用可能なスキルハーネスに蒸留する。 本分析は,エボ・ハーネスの有効性を実証し,LLMエージェントがリアルタイムで効果的に学習する方法の原理的理解を提供する。
  論文  参考訳（メタデータ） (2026-08-15T06:43:56Z)
• MetaSkill-Evolve: Recursive Self-Improvement of LLM Agents via Two-Timescale Meta-Skill Evolution [24.78476085778134]
  自己改善エージェントは、実行トレースから自身のスキルファイルを書き換えることで、この問題に対処する。 MetaSkill-Evolveはエージェントスキルの改善を再帰的に行う2段階のフレームワークである。 タスクスキルは高速ループで進化し、メタスキルは自分自身に適用される同じパイプラインの下で遅いループで進化する。 5つのパイプラインエージェントが1つの凍結バックボーンを共有しているため、MetaSkill-Evolveは、ノスキル、スタティックスキル、シングルレベルの進化ベースラインよりも優れています。
  論文  参考訳（メタデータ） (2026-07-06T16:40:23Z)
• Trace2Skill: Distill Trajectory-Local Lessons into Transferable Agent Skills [21.971456179996093]
  Trace2Skillは、人間の専門家がいかにスキルを作成できるかを反映するフレームワークです。 個々のトラジェクトリにシーケンシャルに反応する代わりに、Trace2Skillは並列なサブエージェント群を派遣して、さまざまな実行プールを分析する。 トラジェクトリ固有のレッスンを抽出し、階層的にそれらをインダクティブ推論を通じて統合され、コンフリクトフリーなスキルディレクトリに集約する。
  論文  参考訳（メタデータ） (2026-03-26T08:26:38Z)
• Connecting the Dots: Training-Free Visual Grounding via Agentic Reasoning [63.109585527799005]
  GroundingAgentは、タスク固有の微調整なしで動作するビジュアルグラウンドティングフレームワークである。 広く使用されているベンチマークでは、平均ゼロショットグラウンドの精度は65.1%である。 また、強い解釈可能性を提供し、各推論ステップを透過的に照らす。
  論文  参考訳（メタデータ） (2025-11-24T03:11:08Z)
• SI-Agent: An Agentic Framework for Feedback-Driven Generation and Tuning of Human-Readable System Instructions for Large Language Models [0.0]
  システムインストラクション(SI)は、大規模言語モデル(LLM)の指針となる。 既存の自動化手法は、人間が読めない「ソフトプロンプト」を頻繁に生成し、解釈しやすさを犠牲にする。 本稿では,人間の読みやすいSIを自動生成し,反復的に洗練する新しいエージェントフレームワークであるSI-Agentを紹介する。
  論文  参考訳（メタデータ） (2025-07-03T23:44:50Z)
• SUDER: Self-Improving Unified Large Multimodal Models for Understanding and Generation with Dual Self-Rewards [55.99492656542475]
  textbfSDER (textbfSelf-improving textbfUnified LMMs with textbfDual stextbfElf-textbfRewards) を提案する。
  論文  参考訳（メタデータ） (2025-06-09T17:38:45Z)

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。