論文の概要: Holding a Steady Course: Knowledge Evolution from Expertise and Lessons for Continual Agent Learning

• arxiv url: http://arxiv.org/abs/2610.34043v1
• Date: Sun, 25 Oct 2026 04:11:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.524463
• Title: Holding a Steady Course: Knowledge Evolution from Expertise and Lessons for Continual Agent Learning
• Title（参考訳）: スタンディ・コースの開催--専門知識の進化と継続的なエージェント・ラーニングの授業
• Abstract要約: KEEL(Knowledge Evolution from Expertise and Lessons)は、検証済みのエビデンスを使用して、成功した振る舞いを再利用可能なスキルや失敗から修正的なレッスンに変換する、エージェント非依存のフレームワークである。 SkillFlowベンチマークでは、KEELがタスク成功率を4.2から21.7ポイント改善し、SkillFlowのデフォルトメソッドから2.4から9.6ポイント向上した。
• 参考スコア（独自算出の注目度）: 8.115055674856917
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Autonomous agents are increasingly deployed across sequences of related tasks, yet they often fail to retain and improve their knowledge over time. Existing approaches convert interaction trajectories into memories or reusable skills, but experience is not automatically reliable knowledge. Automatically collected skills and memories can propagate errors, mislead, and corrupt useful knowledge. To address this gap, we introduce Knowledge Evolution from Expertise and Lessons (KEEL), an agent-agnostic framework that uses verifier evidence to transform successful behavior into reusable skills and failures into corrective lessons. As new evidence accumulates, individual skill claims can be supported, contradicted, replaced, or retired. On SkillFlow benchmark, KEEL improves task success by 4.2 to 21.7 percentage points over the no-knowledge baseline, compared with gains of 2.4 to 9.6 points from SkillFlow's default method. Ablations show that skills and lessons are complementary. These results show that reliable continual agent learning depends not simply on accumulating experience, but on continually validating and evolving the knowledge derived from it. Our code is available at: https://github.com/microsoft/KEEL-TTCL26.
• Abstract（参考訳）: 自律エージェントは、関連するタスクのシーケンスにまたがってデプロイされることが多いが、時間とともに知識を維持し、改善することができないことが多い。 既存のアプローチは相互作用の軌跡を記憶や再利用可能なスキルに変換するが、経験は自動的に信頼できる知識ではない。 自動で収集されたスキルや記憶は、誤りや誤解を招き、有用な知識を損なう可能性がある。 このギャップに対処するために、我々は、検証者証拠を用いて、成功した振る舞いを再利用可能なスキルや失敗に変換し、修正的なレッスンに変換するエージェント非依存のフレームワークであるKEEL(Knowledge Evolution from Expertise and Lessons)を紹介した。 新しい証拠が蓄積されると、個々のスキルクレームはサポートされ、矛盾し、置き換えられ、または廃止される。 SkillFlowベンチマークでは、KEELがタスク成功率を4.2から21.7ポイント改善し、SkillFlowのデフォルトメソッドから2.4から9.6ポイント向上した。 アブレーションは、スキルとレッスンが相補的であることを示している。 これらの結果は、信頼性のある連続エージェント学習は、単に経験を蓄積するだけでなく、その知識の継続的な検証と進化にも依存していることを示している。 私たちのコードは、https://github.com/microsoft/KEEL-TTCL26.comで利用可能です。

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)
• Learning to Accumulate Knowledge with Mutual Information [73.52779885710335]
  大規模言語モデル(LLM)エージェントは、過去の相互作用から抽出された知識を再利用することで、その性能を向上させることができる。 エージェントの軌道から再利用可能な知識をキュレートするために言語モデルを訓練する強化学習フレームワークであるKnowledge Weaverを提案する。
  論文  参考訳（メタデータ） (2026-10-07T13:20:18Z)
• Learn2Play Bench: How Well Do LLM Agents Learn from Experience in Unfamiliar Environments? [48.23299126251927]
  Learn2Play Benchは、新しく設計されたテキストベースのゲームのベンチマークである。 これらのゲームは、事前訓練された知識にのみ依存するのではなく、相互作用を通じて知識を得るエージェントを必要とする。 筆者らは,バックボーンモデル,自己進化手法,エージェントハーネスがエージェントの学習能力に与える影響を評価する。
  論文  参考訳（メタデータ） (2026-10-06T12:08:45Z)
• 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)
• 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)
• SkillLearnBench: Benchmarking Continual Learning Methods for Agent Skill Generation on Real-World Tasks [32.195367070060904]
  SkillLearnBenchは連続的なスキル学習手法を評価するための最初のベンチマークである。 継続的学習は、明確で再利用可能なタスクを改善するが、オープンなタスクでは苦労する。 我々のデータとコードはhttps://github.com/cscmu/SkillLearnBench.comでオープンソース化されています。
  論文  参考訳（メタデータ） (2026-04-22T01:07:37Z)

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。