כתבה
arXiv cs.AI ·
SkillRevise: שיפור מיומנויות LLM
SkillRevise: Improving LLM-Authored Agent Skills via Trace-Conditioned Skill Revision
SkillRevise הוא כלי לשיפור מיומנויות LLM. הוא מאפשר לתקן ולשפר מיומנויות שנוצרו על ידי LLM. הכלי משתמש בשיטות שונות כדי לשפר את המיומנויות, כולל הצגת ראיות ותיקון שגיאות. הוא תומך במגוון רחב של LLM, כולל LangChain ו-LLM-Index.
תקציר מקורי באנגליתarXiv:2606.01139v4 Announce Type: replace Abstract: Agent skills are procedural artifacts that enable LLM agents to execute workflows, verify constraints, and recover from failures. Existing self-evolving methods refine skills using accumulated trajectories. However, they struggle in cold-start settings, where only an initial, imperfect skill is available. Consequently, skill construction defaults to expert authoring or one-shot LLM generation. Expert-authored skills are costly and may not align with how LLM agents actually execute tasks, while one-shot generated skills can be syntactically well formed yet behaviorally weak. To bridge this gap, we propose SkillRevise, an execution-grounded framework designed to iteratively refine these initial skills. SkillRevise diagnoses skill defects fr
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית