כתבה
arXiv cs.LG ·
SkillSpec: אבולוציה של יכולות סוכנים
SkillSpec: Consensus-Gated Agent Skill Evolution via Representation Specialization
SkillSpec היא שיטה חדשה לאבולוציה של יכולות סוכנים. היא משלבת עריכה מונחית-קונסנסוס והתמחות ייצוגית. SkillSpec משפרת את שיעור ההצלחה ב-6.89% בממוצע, בהשוואה ל-SkillOpt.
תקציר מקורי באנגליתarXiv:2610.00704v1 Announce Type: new Abstract: Natural-language skills are textual procedural memories through which large language model (LLM) agents retain reusable task knowledge without updating model weights. Existing methods typically treat skills as either static artifacts or monolithic documents optimized using aggregate validation scores as feedback. However, representing a skill as a monolithic document restricts optimization to its textual content, without explicitly modeling the structure through which procedural knowledge is retrieved and executed. We identify a key distinction between learning what knowledge to retain and determining how to organize it: textual updates should first be validated through execution evidence, after which the retained knowledge should be structur
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית