論文の概要: Program-Aided Patchable Skill Evolution
- arxiv url: http://arxiv.org/abs/2611.14019v2
- Date: Wed, 11 Nov 2026 06:36:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:32.912562
- Title: Program-Aided Patchable Skill Evolution
- Title(参考訳): プログラム支援型パッチ可能なスキルの進化
- Abstract要約: 本稿では,プログラム支援フレームワークであるPASE(Program-Aided Patchable Skill Evolution)を提案する。
PASEは2.8%以上の改善によって、すべてのベースラインを一貫して上回ります。
これは、スキル進化におけるプログラム的知識の重要な役割を強調します。
- 参考スコア(独自算出の注目度): 21.687721847201065
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Agent skills have emerged as an effective means of enabling LLM agents to solve complex, interactive tasks by encoding reusable knowledge without modifying model parameters. Recent approaches further improve skill adaptation by distilling reusable experience from agent execution trajectories and evolving skills based on downstream task feedback. However, existing methods primarily represent skills as natural language documents, intertwining procedural logic with descriptive knowledge and making skills difficult to maintain and evolve. To address this limitation, we propose PASE (Program-Aided Patchable Skill Evolution), a program-aided framework that iteratively evolves skills by associating them with executable programs. Unlike prior approaches that encode trajectory-derived experience primarily in natural language, PASE separates reusable procedural logic into editable programs, enabling targeted updates to executable components while reducing the need to repeatedly revise natural language skills. Extensive experiments across diverse models and benchmarks demonstrate that PASE consistently outperforms all baselines, by achieving over 2.8% improvements. Further analyses show that PASE exhibits greater evolutionary stability and generalisation capability, highlighting the critical role of programmatic knowledge in skill evolution. We will release all data and code via GitHub.
- Abstract(参考訳): エージェントスキルは、モデルパラメータを変更することなく再利用可能な知識を符号化することで、LLMエージェントが複雑で対話的なタスクを解決できる効果的な手段として登場した。
近年のアプローチでは、エージェントの実行軌跡から再利用可能な経験を蒸留し、下流のタスクフィードバックに基づいてスキルを進化させることにより、スキル適応をさらに改善している。
しかし、既存の手法は、主に自然言語文書としてのスキルを表現し、手続き論理と記述的知識を融合させ、維持と進化を困難にしている。
この制限に対処するため,プログラム支援フレームワークであるPASE(Program-Aided Patchable Skill Evolution)を提案する。
トラジェクトリから派生した体験を主に自然言語でエンコードする以前のアプローチとは異なり、PASEは再利用可能な手続き論理を編集可能なプログラムに分離し、実行可能コンポーネントへのターゲット更新を可能にし、自然言語スキルを繰り返す必要を減らした。
様々なモデルやベンチマークにわたる大規模な実験により、PASEは2.8%以上の改善を達成し、全てのベースラインを一貫して上回っていることが示された。
さらに解析したところ、PASEはより進化的な安定性と一般化能力を示し、スキル進化におけるプログラム的知識の重要な役割を浮き彫りにしている。
当社はすべてのデータとコードをGitHub経由でリリースする予定です。
関連論文リスト
- Compile Away Uncertainty: Self-Evolving Agent Skills via Programmatic Compilation [12.388931014136787]
自己進化型エージェントスキルにより、モデルパラメータを更新することなく、AIエージェントはインタラクションエクスペリエンスから再利用可能な手続き的知識を蓄積し、洗練することができる。
本稿では,プログラムコンパイルをスキル進化プロセスに統合する自己進化型スキルフレームワークであるSKillCompilerを紹介する。
論文 参考訳(メタデータ) (2026-10-29T07:07:17Z) - MultiEvoSkill: Structure-Aware Multi-Agent Skill Evolution for Generalizable Skill Artifacts [35.497637519506206]
MultiEvoSkillは3つのコアコンポーネントで構成されるスキル最適化フレームワークである。
この技術は、調整された演算子を持つ型付きグラフとして使われ、明示的な手続き的トポロジーを持つコンパクトで情報的な表現を生み出している。
SOTA法に対する様々な実験と改善により、MultiEvoSkillの有効性と一般化が検証された。
論文 参考訳(メタデータ) (2026-10-25T12:43:01Z) - V-Gym: Enhancing Agentic Visual Reasoning via Skill-Data Co-Evolution [68.43599428916389]
V-Gymは、手続き的なスキルと実行軌跡からのマルチモーダルな実践データを反復的に進化させる、自律的なフレームワークである。
スキル進化の過程で、V-Gymは軌道を分析して階層的なスキルを蒸留し、洗練し、手続き的なガイダンスと適用性条件を更新する。
結果として得られた実践結果は、その後のスキル更新にフィードバックされ、継続的なスキル改善のループを閉じます。
論文 参考訳(メタデータ) (2026-09-28T09:09:24Z) - SkillCommit: Evolving Agent Skills through Behaviorally Validated Scope Expansion [15.498568310060229]
我々は、経験を再利用可能なスキルの階層的なライブラリに変換するオンラインスキル進化フレームワークであるSkillCommitを提案する。
関連スキルが蓄積されるにつれて、SkillCommitは共通の行動メカニズムを共有するスキルをハイレベルなスキルに抽象化する。
RuleArena、OpenExempt、KOR-Benchの実験では、SkillCommitはさまざまなドメインにわたるエージェントパフォーマンスを一貫して改善している。
論文 参考訳(メタデータ) (2026-08-15T11:03:07Z) - Evo-Harness: Context-to-Harness Skill Compilation for Self-Evolving Agents [67.97365535829098]
経験から学ぶことは、有能で自己改善型の大規模言語モデル(LLM)エージェントの開発に不可欠である。
Evo-Harnessは、ノイズの多いシングルショット実行を、クロスドメインとトピックレベルの適応のための再利用可能なスキルハーネスに蒸留する。
本分析は,エボ・ハーネスの有効性を実証し,LLMエージェントがリアルタイムで効果的に学習する方法の原理的理解を提供する。
論文 参考訳(メタデータ) (2026-08-15T06:43:56Z) - Self-Improving Large Language Models via Progressive Experience Evolution [52.03479747358687]
textbfSPEE(textbfSelf-textbfProgressive textbfExperience textbfEvolution)を提案する。
5つの数学的推論ベンチマークの実験は、SPEEが3つのモデルスケールでテスト時間とトレーニング時間の両方の自己進化ベースラインを一貫して上回っていることを示している。
論文 参考訳(メタデータ) (2026-08-03T12:27:32Z) - SkillEvolBench: Benchmarking the Evolution from Episodic Experience to Procedural Skills [31.23929961213889]
大規模言語モデル(LLM)エージェントは、現実世界のタスクを解きながら豊富なエピソード軌道を蓄積する。
SkillEvolBenchは、経験の再利用からスキル形成まで、このステップを評価するための診断ベンチマークである。
現在のエージェントは、しばしばローカルに適応するが、堅牢な再利用可能なスキルを形成することは滅多にない。
論文 参考訳(メタデータ) (2026-05-22T18:23:31Z) - 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) - Online Experiential Learning for Language Models [99.90826536842337]
Online Experiential Learning (OEL)は、言語モデルが自身のデプロイメントエクスペリエンスから継続的に改善できるフレームワークである。
OELは、まず、転送可能な経験知識を抽出し、ユーザ側で収集された相互作用軌跡から蓄積する。
テキストベースのゲーム環境において,複数のモデルスケールでOELを評価し,思考と非思考の両バリエーションについて検討した。
論文 参考訳(メタデータ) (2026-03-17T17:57:49Z)
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。