論文の概要: SkillNEO: Non-Elitist Evolutionary Optimization of Agent Skills

• arxiv url: http://arxiv.org/abs/2610.20926v2
• Date: Tue, 20 Oct 2026 23:30:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 00:40:05.955473
• Title: SkillNEO: Non-Elitist Evolutionary Optimization of Agent Skills
• Title（参考訳）: SkillNEO:エージェントスキルの非エリート的進化最適化
• Abstract要約: 非楕円進化により、新しいバージョンは以前のバージョンよりも低いスコアで追加の編集を受けられる。 SkillNEOを導入し、使用するバージョンと改善を続けるバージョンを別々に選択します。 後続の証拠を用いて、以前のバージョンを再検討し、修正することもできる。
• 参考スコア（独自算出の注目度）: 45.61961404118666
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Agent skills turn procedural knowledge into reusable artifacts, allowing LLM agents to accumulate and refine expertise through experience. Building on this, skill evolution iteratively improves skills using execution feedback. However, improvement may require several interdependent edits, so low-reward versions can still be worth developing. Requiring immediate reward gains can discard useful partial repairs before their benefits emerge. Non-elitist evolution allows new versions to receive further edits despite scoring below earlier ones. For agent skills, this calls for evidence of what to preserve and repair next. We introduce SkillNEO (Non-Elitist Evolutionary Optimization for Agent Skills), which separately selects a version to use and versions to keep improving. Comparing how related versions perform the same task reveals working steps to preserve and remaining failures to fix. It can also revisit and revise earlier versions using later evidence. Across 86 SkillsBench tasks in eight domains, including software engineering and office work, SkillNEO raises GPT-5.4 Mini's average reward from 49.1% to 66.4%, within GPT-5.5 and GPT-5.6 Luna's original-skill range. Mini executes tasks, proposes revisions, and edits skills; final evaluation uses the same task instances. Gains span all eight domains. The same skills improve stronger models without further editing. On the 41 tasks with modified skills, reuse improves Luna by 10.5 percentage points and places GPT-5.5 10.6 points above its published original-skill reference. Execution records show these skills can benefit stronger models even when Mini still fails some task requirements. Search histories also show lower-scoring versions leading to skills ultimately selected for use. Together, these findings show that skill evolution can turn a weaker model's partial progress into reusable procedural knowledge for improving more capable agents.
• Abstract（参考訳）: エージェントスキルは、手続き的知識を再利用可能なアーティファクトに変えることで、LLMエージェントは経験を通じて専門知識を蓄積し、洗練することができる。 これに基づいて、スキル進化は、実行フィードバックを使用して、スキルを反復的に改善する。 しかし、改善にはいくつかの相互依存的な編集が必要であるため、低リワード版も開発する価値がある。 即時報酬の利得は、利益が現れる前に有用な部分的な修理を破棄することができる。 非楕円進化により、新しいバージョンは以前のバージョンよりも低いスコアで追加の編集を受けられる。 エージェントのスキルについては、次に何を保存し修理するかを示す証拠が求められます。 SkillNEO (Non-Elitist Evolutionary Optimization for Agent Skills) を導入する。 関連するバージョンがどのように同じタスクを実行するかを比較すると、修正の失敗を保存し、残るための作業ステップが明らかになる。 後続の証拠を用いて、以前のバージョンを再検討し、修正することもできる。 SkillNEOは、ソフトウェアエンジニアリングやオフィスワークを含む8つの領域における86のSkillsBenchタスクに対して、GPT-5.4 Miniの平均報酬をGPT-5.5とGPT-5.6の範囲内で49.1%から66.4%に引き上げた。 Miniはタスクを実行し、リビジョンを提案し、スキルを編集する。 ゲインは8つのドメインすべてにまたがる。 同じスキルは、さらに編集することなく、より強力なモデルを改善する。 41のタスクが修正された場合、再利用はLunaを10.5ポイント改善し、GPT-5.5 10.6ポイントが元のスキル基準より上位に置かれる。 実行記録によると、これらのスキルは、Miniが何らかのタスク要求に失敗した場合でも、より強力なモデルに恩恵をもたらす可能性がある。 検索履歴には、最終的に使用するために選択されたスキルにつながる低スコアバージョンも示されている。 これらの結果から, スキル進化は, より弱いモデルの部分的な進歩を, より有能なエージェントを改良するための再利用可能な手続き的知識へと変えることができることが示された。

関連論文リスト

• Trajectory-Guided Fault Localization for Agent Skill Evolution [10.235089248238108]
  エージェントスキルにおける軌道誘導故障の局所化に基づくスキル進化手法であるSkillMorphを提案する。 その中核となる考え方は、実行証拠を特定のスキルの内容にリンクし、リビジョンを生成することである。 SWE-Skills-BenchとCannBotの実験は、SkillMorphによって進化したスキルが、元のスキルよりも高い試行レベルの精度と実行一貫性を一貫して達成していることを示している。
  論文  参考訳（メタデータ） (2026-10-08T12:38:51Z)
• Skill-V: Verifiable Self-Evolving Skill Library for Interactive Agents [52.62594580060118]
  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。
  論文  参考訳（メタデータ） (2026-10-08T11:59:42Z)
• Do Self-Evolving Skills Generalize to Held-Out Tasks? [8.124709503410354]
  6つのベンチマークで自己進化スキルメソッドとワンショットスキルをテストする。 トレーニングタスクを改善する21のスキルのうち、5つは、テストタスクのすべての改善を保ち、13は、その一部を保持し、3は、その改善を保ちます。 本稿では,汎用スキル最適化(Generalizable Skill Optimization, GSO)について述べる。
  論文  参考訳（メタデータ） (2026-09-30T07:14:35Z)
• SkillVine: Agent Skill Evolution via Branching Exploration [12.13535224292116]
  エージェントスキルは、環境とのインタラクションからトラジェクトリを使用して、自動的に改善できる。 既存のアプローチは、最新のスキルライブラリバージョンに順次適用される線形進化パラダイムを優先的に採用している。 本稿では,グラフ検索問題としてスキル進化を定式化する自動スキル進化フレームワークであるSkillVineを提案する。
  論文  参考訳（メタデータ） (2026-09-26T15:49:39Z)
• 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)
• 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)
• 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)
• SkillsBench: Benchmarking How Well Agent Skills Work Across Diverse Tasks [61.89812116484928]
  エージェントスキルは、LLMエージェントを推論時に増強する手続き的知識の構造化パッケージである。 SkillsBenchは、11のドメインにわたる86のタスクのベンチマークであり、キュレートされたスキルと決定論的検証との組み合わせを示す。 キュレートされたスキルは平均パスレートを16.2ポイント(pp)上昇させるが、効果は領域によって大きく異なる。 自己生成スキルは平均的に何の利益も与えず、モデルが消費から得られる手続き的な知識を確実に説明できないことを示している。
  論文  参考訳（メタデータ） (2026-02-13T07:06:06Z)

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。