論文の概要: Skill-V: Verifiable Self-Evolving Skill Library for Interactive Agents
- arxiv url: http://arxiv.org/abs/2610.11781v1
- Date: Thu, 08 Oct 2026 11:59:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-10 02:36:53.997704
- Title: Skill-V: Verifiable Self-Evolving Skill Library for Interactive Agents
- Title（参考訳）: Skill-V:対話型エージェントのための検証可能な自己進化型スキルライブラリ
- Abstract要約: 検証可能な自己進化型スキルライブラリであるSkill-Vを紹介する。
我々は,図書館の進化を促進するために環境成果を用いており,特に,タスク失敗はスキル追加を動機付けている。
我々は、現在のタスクに確実に適用できないと判断された候補を除外するために、適用性に配慮したフィルタを用いる。
- 参考スコア（独自算出の注目度）: 52.62594580060118
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Interactive agents can turn experience into reusable skills, yet existing self-evolving skill libraries primarily improve by accumulating new knowledge. Failures may lead to new skills, while previously stored skills are less often revisited as new evidence arrives. However, growth alone does not ensure reliability, as a retrieved skill may be inapplicable under the current task conditions, and an existing skill may encode a mis-specified operational boundary. Reliable skill evolution therefore requires not only adding knowledge, but also testing and revising what is already stored. We introduce Skill-V, a verifiable self-evolving skill library. To make stored knowledge testable, we propose representing skills as versioned, falsifiable contracts that link semantic intent to observable behavioral criteria. We use environment outcomes to drive library evolution. Specifically, task failures motivate skill addition, while disagreements between contract evaluations and task outcomes guide revisions to existing skill boundaries. To validate these revisions, we require them to preserve protected semantic constraints and satisfy non-regression criteria for rubric-outcome metrics on historical replay evidence. Finally, we employ an applicability-aware filter to exclude candidates judged confidently inapplicable to the current task. Across ALFWorld and WebShop, Skill-V achieves success rates of 95.3% and 85.9%, respectively, while maintaining a more compact skill library than growth-oriented baselines. Applicability-aware filtering reduces incorrect skill invocations, and outcome-grounded revisions correct mis-specified skill boundaries without degrading performance on previously observed evidence. These results show that reliable skill evolution requires more than accumulating experience: the library must learn which knowledge to retain, when to revise it, and when it should be applied.
- Abstract（参考訳）: 対話型エージェントは、経験を再利用可能なスキルに変えることができるが、既存の自己進化型スキルライブラリは、主に新しい知識を蓄積することによって改善される。
失敗は新たなスキルにつながる可能性があるが、これまで保存されていたスキルは、新しい証拠が到着するにつれて、再考されることが少なくなる。
しかし、現在のタスク条件下では、回収されたスキルが適用不可能であり、既存のスキルが、誤って特定された運用境界を符号化する可能性があるため、成長だけでは信頼性が保証されない。
そのため、信頼性の高いスキル進化には、知識の追加だけでなく、すでに保存されているもののテストや修正も必要です。
検証可能な自己進化型スキルライブラリであるSkill-Vを紹介する。
記憶された知識を検証できるように、我々は、意味的意図と観察可能な行動基準を結びつける、バージョン付き、偽造可能な契約として、スキルを表現することを提案する。
環境の成果を図書館の進化に役立てます。
具体的には、タスク失敗はスキルの追加を動機付ける一方で、契約評価とタスク成果の相違は、既存のスキル境界に対する修正を導く。
これらのリビジョンを検証するためには,保護されたセマンティック制約を保護し,歴史的再生証拠に関するルーリックアウトカム指標の非回帰基準を満たすことが必要である。
最後に,現状の課題に確実に適用できないと判断された候補を除外するために,適用性を考慮したフィルタを用いる。
ALFWorldとWebShop全体で、Skill-Vはそれぞれ95.3%と85.9%の成功率を記録し、成長指向のベースラインよりもコンパクトなスキルライブラリを維持している。
適用性を考慮したフィルタリングは、不正なスキル実行を減らし、結果に基づく修正は、以前に観察された証拠の性能を低下させることなく、誤ったスキル境界を正す。
これらの結果は、信頼性の高いスキル進化には、経験を蓄積する以上のものが必要であることを示している。ライブラリは、どの知識を保持すべきか、いつ更新するか、いつ適用されるべきなのかを学習する必要がある。
関連論文リスト
- SkillSandbox: Skill Verification via Dynamic Scenario Synthesis [19.59280350757542]
自己進化型エージェントは、経験を将来の再利用のためのスキルに蒸留するが、これらのスキルは誤った手順や非伝達可能な知識を符号化することができる。
したがって、それぞれのスキルの再利用性を検証することが重要であり、そのガイダンスが蒸留された経験を超えて有用であるかどうかである。
SkillSandboxは,スキル関連の新しいスキルごとに動的にタスクとその環境を合成するフレームワークである。
論文 参考訳（メタデータ） (2026-10-07T13:48:58Z) - SkillCommit: Evolving Agent Skills through Behaviorally Validated Scope Expansion [15.498568310060229]
我々は、経験を再利用可能なスキルの階層的なライブラリに変換するオンラインスキル進化フレームワークであるSkillCommitを提案する。
関連スキルが蓄積されるにつれて、SkillCommitは共通の行動メカニズムを共有するスキルをハイレベルなスキルに抽象化する。
RuleArena、OpenExempt、KOR-Benchの実験では、SkillCommitはさまざまなドメインにわたるエージェントパフォーマンスを一貫して改善している。
論文 参考訳（メタデータ） (2026-08-15T11:03:07Z) - Demystifying Agent Skills: Why They Work-Until They Don't [58.92875630998418]
既存の評価は、スキルが集約されたタスクの成功を改善するかどうかを主に測定する。
我々は、表現、結果アノテーション、検索難易度、スキルのクロスフレームワークの影響を分離する。
我々はこれらの観察を3つの高レベルカテゴリと12のスキルユースモードの分類に集約する。
論文 参考訳（メタデータ） (2026-08-14T07:26:38Z) - 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) - Skill Coverage: A Test Adequacy Metric for Agent Skills [17.60316723069748]
エージェントスキルは、タスクと実行コンテキストをまたいだ大きな言語モデルエージェントをガイドする再利用可能な手続き的知識をエンコードする。
テスト対象のスキルアーティファクトを対象として扱う,テストの妥当性指標であるスキルカバレッジを導入します。
SkillsBenchにスキルカバレッジを適用すると、既存のベンチマークの実行はスキル行動の制約の39.90から43.98%しかカバーしていないことが明らかになった。
論文 参考訳（メタデータ） (2026-06-09T10:16:05Z) - Co-Evolving Skill Generation and Policy Optimization [35.41582114275514]
既存の手法は通常、強力な言語モデルを使用してトラジェクトリを分析し、スキルを生成し、オンライントレーニング中に検索可能なスキルバンクを更新します。
プレストレージスキル検証のためのオンライン強化学習フレームワークを提案する。
論文 参考訳（メタデータ） (2026-06-07T17:55:55Z) - 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) - 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)
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。