כתבה
arXiv cs.AI ·
SkillAdam: פיתוח יציב ומצטיין של יכולות עבור Agents
SkillAdam: Stable and Efficient Skill Evolution for Agents
SkillAdam הוא פלטפורמה לאופטימיזציה של יכולות של Agents עם עצמאות יציבה ומצטיינת. היא משתמשת בשיטה של Adam כדי לשפר את היכולות של Agents באופן יציב ומצטיין. SkillAdam כוללת שני רעיונות חדשים: זיכרון אופטימיזציה ותקציב עריכה. היא יכולה לשפר את היכולות של Agents באופן יציב ומצטיין, וזאת על ידי שימוש בשיטה של Adam.
תקציר מקורי באנגליתarXiv:2609.08944v1 Announce Type: new Abstract: Agent skills provide a lightweight way to equip frozen language-model agents with domain knowledge and procedural guidance, yet obtaining high-quality skills remains costly and difficult to scale. Expert-written skills require substantial human effort. Recent skill self-evolution methods automate an iterative loop that uses execution feedback to revise skills, but their heuristic update strategies often yield unstable optimization and low iteration efficiency. We identify two challenges in realizing stable and efficient skill self-evolution. Direction Stability requires effective corrections to accumulate rather than be overwritten by iteration-local feedback. Update Adaptivity requires the scope of each revision to reflect the consistency of
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית