論文の概要: When Skills Remain But Access Fails: Factorized Skill Memory for Continual Skill Internalization
- arxiv url: http://arxiv.org/abs/2610.15492v1
- Date: Sun, 11 Oct 2026 09:46:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-15 21:06:15.217148
- Title: When Skills Remain But Access Fails: Factorized Skill Memory for Continual Skill Internalization
- Title（参考訳）: スキルは残るがアクセスが失敗する: 継続的なスキル内部化のための要因化されたスキル記憶
- Abstract要約: 本研究では,連続的なスキルの内在化を忘れて,明確な階層構造を明らかにする。
連続的なスキルメモリをプラスチックアドレスメモリと安定した実行メモリに分離するFSM(Facterized Skill Memory)を導入する。
FSMは65.95%の平均一致と93.38%の精度を2つのタスクオーダーで達成している。
- 参考スコア（独自算出の注目度）: 14.285347396859732
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Skill internalization aims to convert externally specified procedural skills into persistent model capabilities, allowing language-model agents to execute them without retrieving or reinjecting skill descriptions at inference time. Yet when new skills are learned continually, whether previously internalized skills remain usable is still poorly understood. We study forgetting in continual skill internalization and uncover a clear hierarchical structure. Early in subsequent training, a model may lose the ability to invoke an old skill from the raw request, while supplying only the correct canonical skill name substantially restores the learned behavior; with further optimization, this conditional execution also degrades. We call these two stages skill-addressing forgetting and skill-execution forgetting. Guided by this finding, we introduce Factorized Skill Memory (FSM), which separates continual skill memory into a plastic Address Memory and a stable Execution Memory. At each stage, FSM trains a new LoRA executor using only current-stage data, freezes it after acquisition, and appends it to Execution Memory; in parallel, Address Memory incrementally learns to map current requests to executors without replaying historical requests or execution trajectories. At inference time, Address Memory selects one executor from the raw request, and only that frozen executor performs a single language-model generation. On a five-stage benchmark built from 100 TaskBench skills, FSM achieves 65.95% mean exact match and 93.38% addressing accuracy across two task orders, improving over the strongest replay-free parameter-isolation baseline by 14.3 percentage points while remaining within 1.9 points of Replay, which retains historical training examples.
- Abstract（参考訳）: Skill internalizationは、外部に指定された手続き的スキルを永続的なモデル能力に変換することを目的としており、言語モデルエージェントが推論時にスキル記述を検索またはリジェクションすることなくそれらを実行することができる。
しかし、新しいスキルが継続的に学習されるとき、これまでは未熟だった内在的スキルがまだ利用できない。
本研究では,連続的なスキルの内在化を忘れて,明確な階層構造を明らかにする。
その後のトレーニングでは、モデルが生の要求から古いスキルを起動する能力を失い、正しい標準スキル名のみを供給すれば、学習した振る舞いが大幅に回復する。
これら2つのステージを、スキル適応の忘れ、スキル実行の忘れと呼びます。
この発見に導かれたFSM(Facterized Skill Memory)は,連続的なスキルメモリをプラスチックアドレスメモリと安定した実行メモリに分離する。
各ステージでFSMは、現在のステージデータのみを使用して新しいLoRAエグゼキュータをトレーニングし、取得後に凍結し、Execution Memoryに付加する。
推測時、アドレスメモリは生の要求から1つの実行子を選択し、凍結した実行子だけが単一の言語モデル生成を実行する。
100 TaskBenchのスキルから構築された5段階のベンチマークでは、FSMは65.95%の平均的一致と93.38%の精度を達成し、リプレイの1.9ポイント以内にとどまり、最強のリプレイフリーパラメータアイソレーションベースラインを14.3ポイント改善した。
関連論文リスト
- SkillForge: Co-Evolving Skills and Agents via Dynamic Skill Lifecycles [24.57857375209223]
本稿では、フィットネス駆動型スキルライフサイクルを通じて、スキルライブラリをコンパイルし、進化させるエージェントRL手法であるSkillForgeを提案する。
複数のインタラクティブなエージェントベンチマークで、SkillForgeは最高成功率を達成した。
SkillFurnaceは5k以上の注釈付きレコードのデータセットで、リタイアフィルタ付きSFTトラジェクトリをバンドルする。
論文 参考訳（メタデータ） (2026-10-07T10:52:15Z) - Inline Memory Meets Reusable Skills: Memory-centric Framework for Vision-Language-Action Model [66.46761220797254]
Optimus-Rはメモリ中心のVLAフレームワークで、ロボット適応を明示的なクエリスキルメモリチューニングとして定式化する。
スキルをクエリプロトタイプに外部化し、検索するEmphhowと、行動するEmphhowを指定するスキル値を決定する。
実験によると、Optimus-Rは破滅的な忘れを軽減しつつ、データ効率のよいスキル学習を可能にする。
論文 参考訳（メタデータ） (2026-09-30T14:11:42Z) - Prompt2Skill: Unsupervised Skill Optimization From Natural Language Instructions [82.71984300701065]
本稿では、自然言語によるタスク記述だけでスキルを構築するフレームワークであるPrompt2Skillを紹介する。
質問応答、理解、スプレッドシート操作、数学的推論の4つの領域にまたがって、Prompt2Skillは、ダイレクトプロンプトベースラインを一貫して上回っている。
論文 参考訳（メタデータ） (2026-09-29T21:53:56Z) - Recursive Experiential-Working Memory Evolution for Long-Horizon Agent Harnesses [83.32611586724165]
Recurisは、ロングホライゾンエージェントハーネスのためのExperiential-Working Memoryアーキテクチャである。
Work Memoryはタスクの進捗を追跡し、Experiential Memoryからスキル選択をガイドする。
4つのロングホライズンベンチマークと10のモデルでRecurisは37のモデルベンチマークペアのうち35のタスク成功を改善している。
論文 参考訳（メタデータ） (2026-08-25T17:56:35Z) - Write, Execute, Refine: From Skill Followers to Skill Optimizers via Reinforcement Learning from Execution Feedback [52.78692582507693]
専門家による自然言語スキルは、ツール使用エージェントを改善することができるが、エージェントによるスキルは、スキルを使用しないよりも8-11ポイント悪い。
本研究では,中間的スキルから実行経験を訓練状態に整理する方法について検討する。
論文 参考訳（メタデータ） (2026-08-18T09:52:48Z) - ERSkill: Evolving for Skill-Guided Adaptive Memory Retrieval [8.099546846655196]
ERSkillは自己進化型、スキル誘導型メモリアクセスのための検索中心のフレームワークである。
トレーニング中にスキルセットとルータを共同で進化させ、継続的な改善を可能にします。
非進化的かつ自己進化的なベースラインを著しく上回る。
論文 参考訳（メタデータ） (2026-08-13T02:06:01Z) - Self-Play Meets Skill Evolution: Self-Evolving Search Agents that Pose, Solve, and Remember [26.754732469136385]
セルフプレイエージェントは、ターゲットベンチマークからの質問なしにトレーニング問題を生成することができるが、そのカリキュラムには永続的な状態がない。
textbfSESA (Self-Evolving Skill-Augmented Agent) を導入する。
論文 参考訳（メタデータ） (2026-07-31T14:32:52Z) - AutoMem: Automated Learning of Memory as a Cognitive Skill [63.07128029793901]
記憶の専門知識は学習したスキルであることを示す。
メモリ管理の2つの軸を自動化するフレームワークであるAutoMemを紹介する。
その結果,メモリ管理は独立して学習可能なスキルであることが示唆された。
論文 参考訳（メタデータ） (2026-07-01T17:57:03Z) - 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) - MemSkill: Learning and Evolving Memory Skills for Self-Evolving Agents [29.375397774491887]
ほとんどのLarge Language Model (LLM) エージェントメモリシステムは、メモリを抽出するために静的で手作業で設計された小さな操作に頼っている。
textbfMemSkillは、これらの操作を学習可能で進化可能なメモリスキルとして再構成する。
論文 参考訳（メタデータ） (2026-02-02T18:53:28Z)
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。