論文の概要: Think with Skills: Pseudocode Planning Before Execution for Advanced Reasoners

• arxiv url: http://arxiv.org/abs/2611.02830v1
• Date: Mon, 02 Nov 2026 09:29:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 14:59:01.681339
• Title: Think with Skills: Pseudocode Planning Before Execution for Advanced Reasoners
• Title（参考訳）: スキルで考える - 先進的推論のための実行前の擬似コード計画
• Abstract要約: 言語モデルエージェントは、専門家によるスキルを備えた場合でも、複雑なタスクに苦労することが多い。 Think with Skillsは、関連するスキル記述をタスク固有の擬似コードプランに変換するための推論モデルを訓練する手法である。 SkillsBenchでは、Think with Skillsはタスクの成功を35.0%から62.0%に上げる。
• 参考スコア（独自算出の注目度）: 3.7096016019303906
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Language model agents often struggle with complex tasks even when equipped with expert-written skills. Such skills encode declarative knowledge, whereas successful execution requires procedural knowledge tailored to the task at hand. Natural language skills may leave conditions and dependencies implicit, and tasks involving multiple skills further require agents to coordinate intermediate results and execution order. We introduce Think with Skills, a method that trains reasoning models to turn relevant skill descriptions into task-specific pseudocode plans before execution. The pseudocode explicitly represents operations, conditions, intermediate results, and dependencies, providing a structured bridge from skill descriptions to agent actions. We construct training data that pairs tasks and skills with pseudocode plans and execution trajectories, use supervised fine tuning to initialize this behavior, and further optimize end-to-end task performance with Group Relative Policy Optimization. On SkillsBench, Think with Skills raises task success from 35.0% to 62.0%. These results show that proceduralizing expert knowledge before execution substantially improves skill use.
• Abstract（参考訳）: 言語モデルエージェントは、専門家によるスキルを備えた場合でも、複雑なタスクに苦労することが多い。 このようなスキルは宣言的な知識を符号化するが、実行に成功するためには、手元にあるタスクに合わせた手続き的な知識が必要である。 自然言語スキルは条件や依存関係を暗黙的に残し、複数のスキルを含むタスクは中間結果と実行順序を調整する必要がある。 そこで我々はThink with Skillsという,関連するスキル記述をタスク固有の擬似コードプランに変換するための推論モデルを訓練する手法を紹介した。 擬似コードは、操作、条件、中間結果、依存関係を明示的に表現し、スキル記述からエージェントアクションへの構造化されたブリッジを提供する。 我々は,タスクとスキルを擬似コード計画と実行軌跡と組み合わせたトレーニングデータを構築し,その動作を初期化するために教師付き微調整を用い,さらにグループ相対ポリシー最適化を用いたエンドツーエンドタスクパフォーマンスを最適化する。 SkillsBenchでは、Think with Skillsはタスクの成功を35.0%から62.0%に上げる。 これらの結果は、実行前に専門家の知識を手続き化することで、スキル使用を大幅に改善することを示している。

関連論文リスト

• Break It Down, Pass It On: Cross-Task Skill Transfer in LLM Agents [17.291924088593408]
  大規模言語モデル(LLM)エージェントは、完了したタスクからスキルを誘導し、後で再利用することで、より経験を積むことができる。 実際には、誘導されたスキルは信頼できない移動をし、それらを回収するエージェントを傷つけることもある。 我々は、タスク間でのスキルの伝達の仕方について、包括的で制御された研究を行う。
  論文  参考訳（メタデータ） (2026-08-20T17:12:08Z)
• SkillAligner: Treating Retrieved Skills as Adaptable Drafts at Execution Time [14.34844805305673]
  汎用スキルは、言語エージェントのための再利用可能な手続き的知識を約束する。 しかし、セマンティックな関連性は実行ユーティリティを保証しません。 トレーニング不要な実行時スキル適応フレームワークであるSkillAlignerを提案する。
  論文  参考訳（メタデータ） (2026-08-07T07:05:53Z)
• Task Decomposition-Guided Reranking for Adaptive Agent Skill Retrieval [16.270741233471107]
  本稿では,適応型スキル選択のための推論時間更新フレームワークであるSkillRerankerを提案する。 我々は、SkillRerankerがタスク性能を効果的に改善し、環境相互作用のステップを減らし、トークン消費を減らすことを示す。
  論文  参考訳（メタデータ） (2026-07-07T13:49:08Z)
• 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)
• 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)
• 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)
• SkillDiffuser: Interpretable Hierarchical Planning via Skill Abstractions in Diffusion-Based Task Execution [75.2573501625811]
  拡散モデルは、ロボット軌道計画の強力な可能性を示している。 高レベルの命令からコヒーレントな軌道を生成することは依然として困難である。 エンド・ツー・エンドの階層的計画フレームワークであるSkillDiffuserを提案する。
  論文  参考訳（メタデータ） (2023-12-18T18:16:52Z)

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。