論文の概要: Two Birds with One Stone: Skill-Augmented Generation via Unified Retrieval and Utilization

• arxiv url: http://arxiv.org/abs/2610.38204v1
• Date: Wed, 28 Oct 2026 02:59:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-03 18:35:49.559302
• Title: Two Birds with One Stone: Skill-Augmented Generation via Unified Retrieval and Utilization
• Title（参考訳）: 1つの石を持つ2羽の鳥:統一検索と利用による技能向上世代
• Abstract要約: Skill-Uniは、単一のモデルで関連するスキルを学習し、それらをタスク解決に活用できる生成スキル検索パラダイムである。 5つのスキル関連ベンチマークの実験では、それぞれQwen3-4BモデルとLLaMA3.1-8Bモデルよりも66.59%、34.82%の性能向上が見られた。
• 参考スコア（独自算出の注目度）: 13.426673110612521
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Skills, as reusable external knowledge, have demonstrated substantial potential to enhance the ability of Large Language Models (LLMs) to solve complex tasks. However, existing skill-augmented generation methods typically rely on separate models for skill retrieval and skill utilization, resulting in disconnected optimization of these two processes. To address this gap, we propose Skill-Uni, a unified reinforcement learning framework that jointly optimizes skill retrieval and utilization. Specifically, we adopt a generative skill retrieval paradigm that enables a single model to both learn how to retrieve relevant skills and leverage them for task solving. To effectively train this unified framework, we introduce a two-stage training strategy consisting of warm-up instruction tuning and GRPO, allowing the model to progressively improve its skill retrieval and utilization capabilities. Extensive experiments on five skill-related benchmarks demonstrate the effectiveness of Skill-Uni, yielding average performance gains of 66.59% and 34.82% over the base Qwen3-4B and LLaMA3.1-8B models, respectively. Besides, Skill-Uni is compatible with various skill retrieval engines, demonstrating its flexibility and generalizability. Additional in-depth analyses also provide insights into the effectiveness of Skill-Uni.
• Abstract（参考訳）: スキルは、再利用可能な外部知識として、複雑なタスクを解決するためのLarge Language Models (LLM) の能力を高める大きな可能性を実証している。 しかし、既存のスキル拡張生成手法は、通常、スキル検索とスキル利用のための別々のモデルに依存しており、これら2つのプロセスの非連結な最適化をもたらす。 このギャップに対処するために,スキル検索と活用を協調的に最適化する統合強化学習フレームワークであるSkill-Uniを提案する。 具体的には、単一のモデルで関連するスキルを学習し、それらをタスク解決に活用できる生成スキル検索パラダイムを採用する。 この統合フレームワークを効果的にトレーニングするために、ウォームアップ指導チューニングとGRPOからなる2段階のトレーニング戦略を導入する。 5つのスキル関連ベンチマークの大規模な実験では、スキル・ユニの有効性が示され、それぞれQwen3-4BとLLaMA3.1-8Bのベースモデルよりも66.59%、34.82%の性能向上が得られた。 さらに、Skill-Uniは様々なスキル検索エンジンと互換性があり、柔軟性と一般化性を示している。 さらなる詳細な分析により、スキル・ユニの効果に関する洞察も得られる。

関連論文リスト

• SkillScaffold: Scaffolding Agentic Reinforcement Learning with Policy-Adaptive Skill Credit Assignment and Selective Injection [48.173384811583844]
  エージェント強化学習(RL)により、大規模言語モデルでは、検証可能な結果とのマルチターン相互作用から学習することができる。 SkillScaffoldは、低コストのスキルユーティリティ推定と選択的スキルインジェクションを組み合わせた、ポリシー適応型トレーニングスキャフォールドである。 ALFWorld、WebShop、ScienceWorld、および2ドルのBenchの実験は、強力なエージェントRLとスキルベースのRLベースラインよりも優れていることを示している。
  論文  参考訳（メタデータ） (2026-10-13T17:46:25Z)
• Retrieval-Augmented Skill Optimization via Cross-Harness Adaptation [38.330638706297215]
  エージェントスキルは、エージェントが与えられたハーネスの下で効果的にタスクを実行するように誘導する再利用可能な、行動可能な自然言語アーティファクトである。 近年、エージェントスキルの最適化について研究され、公開スキルの収集に寄与している。 我々は、スキル最適化を通じて事前知識として外部スキルコーパスを活用するフレームワークである textbfRetrieval-Augmented Skill Optimization (RASO) を提案する。
  論文  参考訳（メタデータ） (2026-09-29T17:06:43Z)
• SkillComposer: Learning to Evolve Agent Skills for Specification and Generalization [99.18305770138677]
  エージェントスキルは、エージェントの推論とアクションをガイドする再利用可能な戦略である。 現在の技術構築手法は、問題を一発抽出として扱う。 本稿では,スキル構築を3つの学習可能な操作に分解するフレームワークであるSkillComposerを紹介する。
  論文  参考訳（メタデータ） (2026-06-04T12:16:08Z)
• Skill is Not One-Size-Fits-All: Model-Aware Skill Alignment for LLM Agents [9.144810798419975]
  LLMエージェントは、長期の対話的タスクのパフォーマンスを向上させるために、意思決定時に取得した外部キュレートされたスキル・プロデューラルな指示を徐々に取り出す。 エージェントの重みを変更することなく、各ターゲットのバックボーンにスキルを適応させるフレームワークであるMASA Model-Aware Skill Alignmentを提案する。 MASAは、最強のベースラインで最大25.8ポイントを獲得して、常に最高の総合成績を収めている。
  論文  参考訳（メタデータ） (2026-05-29T01:34:42Z)
• Skill-R1: Agent Skill Evolution via Reinforcement Learning [84.35984979949502]
  Skill-R1は、検証可能な報酬からインスタンスレベルの繰り返しスキル最適化のための強化学習フレームワークである。 オープンソースモデルとクローズドソースモデルの両方とのブラックボックス互換性を維持しつつ、モデルレベルの更新よりも大幅に安価に適応できる。
  論文  参考訳（メタデータ） (2026-05-10T06:19:15Z)
• Skills-Coach: A Self-Evolving Skill Optimizer via Training-Free GRPO [31.696187731033334]
  Skills-Coachは、LLM(Large Language Model)ベースのエージェント内でのスキルの自己進化を促進するために設計された自動化フレームワークである。 フレームワークは4つのコアモジュールで構成されている: 様々なスキルのための包括的なテストスイートを作成する横タスク生成モジュール、スキルプロンプトとその対応するコードの最適化専用の軽量最適化モジュール。 有効性を検証するために,48の多様なスキルからなる総合ベンチマークデータセットであるSkill-Xを紹介する。
  論文  参考訳（メタデータ） (2026-04-30T06:39:37Z)
• Learning Adaptive Dexterous Grasping from Single Demonstrations [27.806856958659054]
  この作業は、2つの重要な課題に対処する。人間による限られたデモンストレーションから、効率的なスキル獲得と、コンテキスト駆動のスキル選択だ。 AdaDexGraspは、スキルごとに1人の人間のデモからスキルを把握できるライブラリを学び、視覚言語モデル(VLM)を使用して最も適切なものを選択する。 我々はAdaDexGraspをシミュレーションと実世界の両方の環境で評価し、RLの効率を大幅に改善し、さまざまなオブジェクト構成をまたいだ人間的な把握戦略の学習を可能にした。
  論文  参考訳（メタデータ） (2025-03-26T04:05:50Z)
• Latent-Predictive Empowerment: Measuring Empowerment without a Simulator [56.53777237504011]
  我々は、より実用的な方法でエンパワーメントを計算するアルゴリズムであるLatent-Predictive Empowerment(LPE)を提案する。 LPEは、スキルと国家間の相互情報の原則的な置き換えである目的を最大化することで、大きなスキルセットを学習する。
  論文  参考訳（メタデータ） (2024-10-15T00:41:18Z)
• Acquiring Diverse Skills using Curriculum Reinforcement Learning with Mixture of Experts [58.220879689376744]
  強化学習(Reinforcement Learning, RL)は, 優れた政策獲得のための強力なアプローチである。 多様なスキルを学習するための textbfDiverse textbfSkill textbfLearning (Di-SkilL) を提案する。 本稿では,Di-SkilLが多種多様なパフォーマンススキルを学習できるロボットシミュレーションタスクについて述べる。
  論文  参考訳（メタデータ） (2024-03-11T17:49:18Z)
• Discovering Generalizable Skills via Automated Generation of Diverse Tasks [82.16392072211337]
  本稿では,多種多様なタスクの自動生成による一般化可能なスキルの発見手法を提案する。 教師なしスキル発見の先行研究とは対照的に,本手法では各スキルをトレーニング可能なタスクジェネレータが生成するユニークなタスクとペアリングする。 生成したタスクにおけるロボットの動作に定義されたタスク判別器を共同で訓練し、多様性目標の低いエビデンスを推定する。 学習スキルは階層的な強化学習アルゴリズムで構成され、目に見えない目標タスクを解決する。
  論文  参考訳（メタデータ） (2021-06-26T03:41:51Z)

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。