Skill Learning

3 items

RESEARCHarXiv CS.AI·09/05/2026

From History to State: Constant-Context Skill Learning for LLM Agents

Cet article propose l'apprentissage des compétences à contexte constant, un nouveau cadre pour les agents LLM afin de gérer les flux de travail récurrents plus efficacement. Il aborde les défis de confidentialité, de coût et de capacité en apprenant des procédures réutilisables dans des modules de famille de tâches et en conditionnant l'inférence sur un bloc d'état compact. Son efficacité est démontrée sur des benchmarks tels qu'ALFWorld, WebShop et SciWorld.

LLM Agents reinforcement learning Skill Learning AI Research

RESEARCHarXiv CS.AI·il y a 28j

CoCoDA: Co-evolving Compositional DAG for Tool-Augmented Agents

CoCoDA propose un cadre pour les modèles de langage augmentés par outils, utilisant un DAG de code compositionnel co-évolutif pour gérer et récupérer les outils efficacement. Cette approche résout les défis de mise à l'échelle des bibliothèques d'outils en encodant des structures typées et en élaguant les candidats via l'unification de signatures symboliques.

language models Tool-Augmented Agents Compositional AI AI

RESEARCHarXiv CS.AI·16/04/2026

WebXSkill: Skill Learning for Autonomous Web Agents

Ce contenu présente WebXSkill, un système axé sur l'apprentissage des compétences pour les agents web autonomes. Il vise à permettre aux agents d'IA d'exécuter des tâches complexes sur le web de manière autonome.

machine learning autonomous agents AI Skill Learning