論文の概要: One Skill Takes Over: Clashing Agent Skills and a One-File Fix

• arxiv url: http://arxiv.org/abs/2610.25064v1
• Date: Sun, 18 Oct 2026 07:11:24 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:25:48.956532
• Title: One Skill Takes Over: Clashing Agent Skills and a One-File Fix
• Title（参考訳）: 1つのスキルが引き継がれる: クラッシングエージェントのスキルとワンファイル修正
• Abstract要約: SkillClashは、コードがすべてのルールをチェックし、参照出力が最高の結果を示す16対の同調スキルです。 4BオープンモデルからQwen3-235B、GPT-4.1までの5つのファミリーの7つのモデルでは、スキルのルールは、単独でロードされる時間の93～99%が従う。 殆どのアウトプットはテイクオーバを示している: 1つのスキルのみが要求するすべてのルールがフォローされ、他のスキルだけが要求するすべてのルールが削除される。
• 参考スコア（独自算出の注目度）: 2.5489046505746704
• License:
• Abstract: Agent Skills are instruction files that tell a coding agent how to do one job. Users install skills from many authors, so two skills for the same job can be active at the same time. We ask what a model does when both skill files are in its context: does it combine their compatible rules, or follow one skill and drop the other? We build SkillClash, 16 pairs of same-job skills in which code checks every rule and a reference output shows the best result that can be reached. On seven models from five families, from 4B open models to Qwen3-235B and GPT-4.1, a skill's rules are followed 93 to 99% of the time when it is loaded alone and 61 to 62% when a same-job skill is loaded next to it. Most outputs show takeover: every rule that only one skill asks for is followed, and every rule that only the other skill asks for is dropped. The worked examples inside the skills drive this. When each skill file instead ends with one example that follows both skills, takeover falls to 1 to 15% on the six models we tested. Telling the model which skill has priority does not bring the dropped skill back, and telling it to apply both skills brings the dropped skill back only on the two strong models and leaves the interacting rules broken. One merged skill file written by the strongest model we used, Claude Opus 5.5, lets all seven models follow 96 to 99% of the achievable rules. Most of its gain over a plain list of both skills' rules comes from its one worked example, and such an example helps only when it is correct. Code and data: https://github.com/prazmara/skillclash
• Abstract（参考訳）: Agent Skillsは、コーディングエージェントにひとつの仕事をする方法を教える命令ファイルである。 ユーザは多くの著者からスキルをインストールするので、同じ仕事をする2つのスキルを同時に利用することができる。 両方のスキルファイルがコンテキスト内にあるとき、モデルが何をするのかを問う。 SkillClashは、コードがすべてのルールをチェックし、参照出力が到達可能な最高の結果を示す16対の同調スキルです。 4BオープンモデルからQwen3-235B、GPT-4.1までの5つのファミリーの7つのモデルにおいて、スキルのルールは、単独でロードされた時の93～99%、隣で同じジョブのスキルがロードされた時の61～62%に従っている。 殆どのアウトプットはテイクオーバを示している: 1つのスキルのみが要求するすべてのルールがフォローされ、他のスキルだけが要求するすべてのルールが削除される。 スキルの中でうまく動く例は、これを駆動します。 それぞれのスキルファイルが、両方のスキルに従うひとつの例で終わると、テイクオーバーは、テストした6つのモデルで1から15%に落ちます。 スキルが優先されるモデルを伝えることは、スキルの低下を回復させるものではなく、両方のスキルを適用するように指示することで、スキルの低下を2つの強力なモデルにのみ取り戻し、相互作用するルールを破ることになる。 私たちが使った最強モデルであるClaude Opus 5.5によって書かれた統合されたスキルファイルは、7つのモデルすべてで96～99%の達成可能なルールに従うことができる。 両方のスキルのルールの単純なリストよりも多く得られるのは、うまくいった例からであり、そのような例は正しいときだけに役立つ。 コードとデータ:https://github.com/prazmara/skillclash

関連論文リスト

• One Skill Too Many: How Co-Installed Skills Conflict in Coding Agents [26.254645477354504]
  SKILL.mdは、いつ、どのようにタスクを実行するかをモデルに伝える。 コンフリクトは、どのファイルも変更される前に、最初のスキルリードで決定され、リードのプレツールフックは、排他的コア関数の忠実性を、インストールされたスキルを最初に開くランのレベルに復元する。
  論文  参考訳（メタデータ） (2026-10-08T10:20:47Z)
• 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)
• Toward Skill-Native LLMs: Skill Entropy for Benchmarking and Training Long-Horizon Reasoning [72.09826781730662]
  ロングホライゾン推論は、モデルが推論チェーン内の異なるスキルを切り替えることを要求する。 スキル・エントロピー(Skill Entropy)とは、あるスキルから別のスキルに切り替えることの難しさを測る尺度である。 本稿では,RLフレームワークであるSkill-Entropy RLを提案する。
  論文  参考訳（メタデータ） (2026-08-05T17:57:16Z)
• Skill-Use: Can LLMs Actually Use Skills in Agentic Harnesses? [38.776828282073865]
  プログレッシブな開示下でのスキル使用を評価するベンチマークであるSkill-Useを紹介する。 トリガーは、エージェントが関連するスキルを起動するかどうかを計測し、コンプライアンスは、それが所定の手順に従うかを忠実に測定し、バウンダリは、それが禁止された操作を避けるかどうかを計測する。 スキル・ユース(SU)スコアは、スキルが起動された後にのみ3つとクレジットの実行を組み合わせる。
  論文  参考訳（メタデータ） (2026-08-05T13:29:16Z)
• Generative Skill Composition for LLM Agents [58.47191648555256]
  LLMエージェントは複雑なタスクを解決するためのスキルの恩恵を受ける。 スキルライブラリが成長するにつれて、適切なスキル構成を選択することが中心的なボトルネックとして現れている。 本稿では,タスク条件付きスキルシーケンス予測として構造化されたスキルコンポジションをインスタンス化するSkillComposerを提案する。
  論文  参考訳（メタデータ） (2026-06-30T17:53:09Z)
• 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)
• 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)
• SkillMimic: Learning Basketball Interaction Skills from Demonstrations [85.23012579911378]
  我々は、エージェントがインタラクションスキルを学習する方法を根本的に変える統合データ駆動フレームワークであるSkillMimicを紹介した。 私たちの重要な洞察は、統合されたHOI模倣報酬は、HOIデータセットから多様な相互作用パターンの本質を効果的に捉えることができるということです。 評価のために,約35分間のバスケットボールスキルを含む2つのバスケットボールデータセットを収集,導入した。
  論文  参考訳（メタデータ） (2024-08-12T15:19:04Z)

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。