Agenten Forschung 🇺🇸 27.07.2026 05:04

SkillOpt: KI-Agent-Fähigkeiten in trainierbare Parameter verwandeln

Microsoft Research stellt SkillOpt vor, eine Methode, die Agenten-Fähigkeitsdateien als trainierbare Parameter außerhalb eines eingefrorenen Modells behandelt und sie durch kontrollierte Textbearbeitungen optimiert. In 52 Evaluierungszellen mit 6 Benchmarks, 7 Modellen und 3 Ausführungsmodi übertrifft SkillOpt durchweg die Basislinien und erzielt eine Verbesserung von bis zu +23,5 Punkten, ohne die Modellgewichte zu ändern. Optimierte Fähigkeiten übertragen sich über Modellgrößen und Agenten-Werkzeuge hinweg und bleiben kompakt und überprüfbar.

Das Research-Papier von Microsoft Research mit dem Titel „SkillOpt: Executive Strategy for Self-Evolving Agent Skills“ betrachtet die Bearbeitung von Agenten-Fähigkeiten als Trainingsprozess. SkillOpt behandelt die Fähigkeitsdatei als einen trainierbaren Parameter außerhalb eines eingefrorenen Zielmodells und verwendet einen Vorwärts-Rückwärts-Aktualisierungszyklus im Textraum. Im Vorwärtsschritt führt das eingefrorene Modell Trainingsaufgaben aus; der Rückwärtsschritt verwendet ein Optimierungsmodell zur Analyse von Trajektorien; der Aktualisierungsschritt schlägt begrenzte Änderungen vor, die durch eine Validierungsprüfung gesteuert werden. Abgelehnte Änderungen werden für negatives Feedback gespeichert, und ein langsamer/Meta-Update konsolidiert längerfristige Lektionen. Bewertet auf sechs Benchmarks (SearchQA, SpreadsheetBench, OfficeQA, DocVQA, LiveMathematicianBench, ALFWorld) mit sieben Zielmodellen (von GPT-5.5 bis Qwen3.5-4B) und drei Ausführungsmodi (direkter Chat, Codex, Claude Code) erzielte SkillOpt in allen 52 Zellen die besten oder gleichauf besten Ergebnisse. Für GPT-5.5 im direkten Chat stieg der Durchschnitt der sechs Benchmarks von 58,8 auf 82,3 (+23,5 Punkte). Die größten Zuwächse gab es bei prozeduralen Benchmarks: SpreadsheetBench von 41,8 auf 80,7, OfficeQA von 33,1 auf 72,1 und LiveMathematicianBench von 37,6 auf 66,9. Optimierte Fähigkeiten wurden über Modellgrößen, Nutzungsumgebungen und verwandte Aufgaben hinweg übertragen; zum Beispiel verbesserte eine in Codex trainierte Tabellenkalkulationsfähigkeit, die auf Claude Code übertragen wurde, die Basislinie ohne Fähigkeit von 22,1 auf 81,8 (+59,7). Die endgültigen Fähigkeitsdateien blieben kompakt (Median ~920 Tokens) mit nur 1–4 akzeptierten Änderungen. SkillOpt deutet darauf hin, dass Training auf prozedurales Wissen außerhalb von Modellgewichten angewendet werden kann und bietet eine kontrollierbare, überprüfbare Anpassungsschicht für agentische Workflows.

Quelle: Microsoft Research — Original