論文の概要: Skill Adapter: Personalized Modification and Online Routing of General-Purpose Skills
- arxiv url: http://arxiv.org/abs/2611.17007v1
- Date: Thu, 12 Nov 2026 16:05:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.541659
- Title: Skill Adapter: Personalized Modification and Online Routing of General-Purpose Skills
- Title(参考訳): スキルアダプタ: 汎用スキルのパーソナライズされた変更とオンラインルーティング
- Abstract要約: 汎用スキルは共有実行手順を記述する。
エージェントは、拡大するスキルプールから現在適用可能なスキルを選択し、次のステップの候補を準備しなければならない。
汎用スキルのパーソナライズされた修正とオンラインルーティングを可能にするSkill Adapterを提案する。
- 参考スコア(独自算出の注目度): 1.837397644102878
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Large language model (LLM) agents use external skills to reuse task procedures and experience with tools. General-purpose skills describe shared execution procedures, while specific tool choices, operating practices, and output requirements vary across users. In long-horizon tasks, subgoals, available inputs, and environmental states change as execution progresses. Agents must select currently applicable skills from an expanding skill pool and prepare candidates for subsequent steps. We propose Skill Adapter, which enables personalized modification and online routing of general-purpose skills. The system distills local adjustments from user requirements and execution feedback and stores them as Adapters linked to general-purpose skills. The routing agent selects general-purpose skills and applicable Adapters based on the current subtask, execution progress, and environmental feedback, incrementally maintaining a task-level online skill library that the main LLM reads on demand. The system preloads candidates for subsequent nodes and rechecks their applicability once actual inputs are determined. Reinforcement learning optimizes the two types of decisions using modification gains and routing outcomes, respectively. We evaluate Skill Adapter on ALFWorld, WebShop, and SkillsBench. Compared with SkillRL, it improves task success rates by an average of 11.43 percentage points and reduces mean execution time on all three benchmarks. Skill Adapter retains its performance advantage when the skill pool grows to 1,000 skills.
- Abstract(参考訳): 大規模言語モデル(LLM)エージェントは、外部スキルを使用してタスクプロシージャやツールの経験を再利用する。
汎用スキルは共有実行手順を記述するが、特定のツールの選択、運用プラクティス、出力要求はユーザによって異なる。
長期タスクでは、サブゴール、利用可能な入力、および環境状態が実行が進むにつれて変化する。
エージェントは、拡大するスキルプールから現在適用可能なスキルを選択し、次のステップの候補を準備しなければならない。
汎用スキルのパーソナライズされた修正とオンラインルーティングを可能にするSkill Adapterを提案する。
本システムは,ユーザ要求と実行フィードバックから局所的な調整を抽出し,汎用スキルにリンクしたアダプタとして記憶する。
ルーティングエージェントは、現在のサブタスク、実行進捗、環境フィードバックに基づいて汎用スキルと適用可能なアダプタを選択し、メインLLMが要求に応じて読み込むタスクレベルオンラインスキルライブラリを段階的に維持する。
このシステムは、後続ノードの候補をプリロードし、実際の入力が決定されると適用性を再確認する。
強化学習は、それぞれ修正ゲインとルーティング結果を使用して、2種類の意思決定を最適化する。
ALFWorld, WebShop, SkillsBenchにおけるスキルアダプタの評価を行った。
SkillRLと比較すると、タスク成功率を平均11.43ポイント改善し、3つのベンチマークの平均実行時間を短縮する。
Skill Adapterは、スキルプールが1000のスキルに成長した場合、パフォーマンス上のアドバンテージを維持します。
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) - Prompt2Skill: Unsupervised Skill Optimization From Natural Language Instructions [82.71984300701065]
本稿では、自然言語によるタスク記述だけでスキルを構築するフレームワークであるPrompt2Skillを紹介する。
質問応答、理解、スプレッドシート操作、数学的推論の4つの領域にまたがって、Prompt2Skillは、ダイレクトプロンプトベースラインを一貫して上回っている。
論文 参考訳(メタデータ) (2026-09-29T21:53:56Z) - 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) - 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) - SkillsInjector: Dynamic Skill Context Construction for LLM Agents [16.631471381875816]
既存の方法では、静的なステップとしてスキルインジェクションを扱い、一定の基準でスキルを選択し、事前に予算を固定し、説明をそのまま残します。
本稿では,これらの決定に共同で対処する2段階適応手法であるSkillsInjectorを提案する。
Tau2-bench、SkillsBench、ALFWorldで、SkillsInjectorは最強のベースラインを3.9点、6.1点、7.3ポイント改善した。
論文 参考訳(メタデータ) (2026-05-28T11:44:32Z) - 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) - SkillLens: Adaptive Multi-Granularity Skill Reuse for Cost-Efficient LLM Agents [6.293920920196533]
SkillLensは階層的なスキル進化フレームワークで、スキルをポリシー、戦略、手順、プリミティブの4層グラフにまとめる。
セマンティックなスキルシードを検索し、スキルグラフの次数補正されたランダムウォークを通じて拡張し、各訪問したユニットが受け入れられ、分解され、書き直され、スキップされるかどうかを検証器を使って決定する。
MuLocbenchとALFWorld全体で、SkillLensは、強いスキルベースのベースラインよりも一貫して改善されている。
論文 参考訳(メタデータ) (2026-05-08T18:48:04Z) - Inducing Programmatic Skills for Agentic Tasks [69.29902147942673]
本研究では,エージェントがプログラムベースのスキルをその場で誘導し,検証し,活用することで,エージェントの適応を可能にするエージェントスキル誘導(ASI)を提案する。
ASIは静的ベースラインエージェントとテキストスキルを23.5%、成功率11.3%で上回っている。
論文 参考訳(メタデータ) (2025-04-09T12:25:37Z)
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。