論文の概要: VisCurate: Evaluating Behavioral Equivalence of Visual Skills

• arxiv url: http://arxiv.org/abs/2610.30405v2
• Date: Mon, 26 Oct 2026 20:35:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-29 04:15:49.15529
• Title: VisCurate: Evaluating Behavioral Equivalence of Visual Skills
• Title（参考訳）: VisCurate: 視覚スキルの行動等価性を評価する
• Abstract要約: テキストではなく、観察された実行から視覚スキルライブラリをキュレートするフレームワークであるVisCurateを紹介する。 VisCurateは、各候補スキルペアを共有プローブバッテリ上で実行し、6つの行動関係のうちの1つを割り当てる。 実際の2つの未処理ライブラリでは、VisCurateは、パッケージが下流のコピーと共有するスキルの92%が冗長であることに気付き、実行は17の同値のクレームのうち10に過ぎなかった。
• 参考スコア（独自算出の注目度）: 0.5666456827479577
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Modern vision-based agents have shifted toward skill-based problem-solving, where a skill is an executable image-to-image operation, e.g., cropping, thresholding, or edge detection. As these skill libraries grow, they accumulate duplicated, mislabeled, and defective skills. The signals normally used to curate them (a skill's name, description, or source code) say little about how the skill visually changes the image. We present VisCurate, a framework and benchmark that curates visual skill libraries from observed execution rather than from text. VisCurate runs each candidate skill pair on a shared probe battery and assigns one of six behavioral relations, each tied to a library edit that is safe to make. The benchmark injects seven defect types into a clean library at controlled rates, producing 300 reproducible instances with ground-truth relations and repairs. While text baselines accept up to five of six false merges on hard negatives, our verifier accepts none and recovers 51.2% of the pairs that are truly mergeable. On two real, uncurated libraries, VisCurate finds that 92% of the skills a package shares with its downstream copy are redundant, while execution confirms only 10 of 17 published equivalence claims. The curation problem also remains open, as the strongest of the nine automated curators recovers only about half of the repairs. We emphasize that visual skill libraries should be curated by behavior, not by description.
• Abstract（参考訳）: 現代の視覚ベースのエージェントは、スキルベースの問題解決へと移行している。 これらのスキルライブラリが成長するにつれて、重複、ラベルのずれ、欠陥のあるスキルが蓄積される。 通常、それら(スキルの名前、記述、ソースコード)をキュレートするために使われる信号は、そのスキルがどのようにイメージを視覚的に変化させるかについてはほとんど語らない。 テキストではなく、観察された実行から視覚スキルライブラリをキュレートするフレームワークとベンチマークであるVisCurateを紹介する。 VisCurateは、各候補スキルペアを共有プローブバッテリ上で実行し、6つの行動関係のうちの1つを割り当てる。 このベンチマークでは、7つの欠陥タイプをクリーンなライブラリに制御された速度で注入し、300の再現可能なインスタンスを生成し、地道的な関係と修復を行う。 テキストベースラインはハードな負の6つの偽のマージのうち最大5つを受け入れるが、検証者は誰も受け入れず、真にマージ可能なペアの51.2%を回復する。 実際の2つの未処理ライブラリでは、VisCurateは、パッケージが下流のコピーと共有するスキルの92%が冗長であることに気付き、実行は17の同値のクレームのうち10に過ぎなかった。 キュレーションの問題も未解決のままであり、9つの自動キュレーターのうち最強は修理の約半分を回復するのみである。 視覚スキルライブラリは、記述ではなく、振る舞いによってキュレーションされるべきである、と強調する。

関連論文リスト

• 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)
• Who Maintains Agent Skills? A Longitudinal Study of Human-Governed, AI-Assisted Skill Maintenance [10.648969524722448]
  最近の研究は、スキルキュレーションの自動化を目指しているが、自動化されたベースラインに対して大きく評価され、人間のメンテナンスは未測定のボトルネックとして扱われる。 2025年10月から2026年6月までの873のコミット、143のスキルファイル、254の実質的なポストクリエーション編集を含む、5つの公開AIスキルレポジトリ、AIツーリング組織のサンプルの完全なコミット履歴を掘り下げました。 まず、すべての実体的編集は、名前のついたヒューマンアカウントを通じて作成またはマージされ、62%は、大きなリポジトリレベルのバリエーションを持つAI共著者トレーラーを担っている。
  論文  参考訳（メタデータ） (2026-09-04T19:18:18Z)
• 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)
• What Should a Skill Remember? Quality--Cost Trade-offs in Cost-Aware Skill Rewriting for Language Model Agents [58.87681796862133]
  我々は経済的なレンズを通してスキルの書き直しを勉強する。 我々のフレームワークは、情報保存戦略を用いて、スキル構造をプロファイルし、スキルを書き換える。 SkillsBenchの実験は、戦略間の異なる品質とコストのトレードオフを明らかにしている。
  論文  参考訳（メタデータ） (2026-06-08T12:36:51Z)
• COLLEAGUE.SKILL: Automated AI Skill Generation via Expert Knowledge Distillation [58.84646485020439]
  人為的なAIスキルを生成するための自動トレース・ツー・スキル蒸留システムを提案する。 COLLEAGUE.SKILLは、実践、メンタルモデル、意思決定のための能力トラックと、コミュニケーションスタイル、インタラクションルール、修正履歴のための有界な行動トラックの2つのトラックを持つバージョン付きのスキルパッケージを生成する。
  論文  参考訳（メタデータ） (2026-05-29T12:59:08Z)
• SkillOps: Managing LLM Agent Skill Libraries as Self-Maintaining Software Ecosystems [5.558878094816271]
  大規模言語モデルエージェントは、多段階タスクのスキルライブラリにますます依存している。 これらのライブラリは、スキルの追加、再利用、パッチの適用、依存関係の変更に関連する永続的な欠陥を蓄積することができる。 本稿では,スキルライブラリをメンテナンスするためのメソッドに依存しないプラグインフレームワークであるSkillOpsを提案する。
  論文  参考訳（メタデータ） (2026-05-13T16:02:25Z)
• 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)

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。