#agent-skills

4 記事

01 ·論文解説·★ 会員·論文·10分で読めます 論文解説: EVISKILL — エージェントの手順書を「再生できる証拠」で書き換える EVISKILL: Grounding Skill Evolution in Replayable Evidence LLMエージェントの手順書（スキル）を経験から自動で改訂するとき、修正ごとに根拠となる実行区間を記録し、その区間だけを再実行して効き目を確かめる枠組み。3つのベンチマークと6つのモデルの組み合わせ18通りのうち14通りで最高精度でした。 02 ·RAG・検索拡張·★ 会員·論文·11分で読めます 論文解説: Retrieval-Augmented Skill Optimization via Cross-Harness Adaptation — 他人のスキルを借り、自分の環境の言葉に書き直す Retrieval-Augmented Skill Optimization via Cross-Harness Adaptation エージェントの手順書（スキル）を、公開済みスキルの山から検索し、対象の実行環境の語彙に書き直してから使う RASO。試行ゼロの初期化と、失敗から引く更新の2段で、検索なしの最適化手法を4ベンチマーク・2モデルで上回ったと報告する論文を1から解説する。 03 ·エージェント·★ 会員·論文·22分で読めます 論文解説: Training Agents to Evolve with Their Harness — ハーネスごと進化するエージェントを訓練する Training Agents to Evolve with Their Harness: TaoLive Digital Avatar Agent Technical Report プロンプトやツール定義を毎週書き換える本番環境で、小型モデルはなぜ壊れるのか。淘宝ライブのAIアバター配信を動かすチームが提案する Harness-Aware Training（HAT）を、比喩から数式・実測値・限界まで1から解説する。 04 ·エージェント·★ 会員·論文·16分で読めます 論文解説: Repo-To-Skill — GitHubリポジトリを「AIのためのスキル」に蒸留する Repo-To-Skill: Distilling GitHub Repositories Into AI4AI Skills モデルでもハーネスでもない第三の層「運用知識」を、1000本のGitHubリポジトリから5,353個の検証済みスキルへ蒸留する DisCo と AREX-Skill ライブラリ。MLE-bench 31.11%→72.89% という結果と、その内訳・効かなかった場合を一次資料から読み解く。