SkillOpt: превращение навыков ИИ-агента в обучаемые параметры
Microsoft
OpenAI
Alibaba/Qwen
Microsoft Research представляет SkillOpt — метод, который рассматривает файлы навыков агента как обучаемые параметры вне замороженной модели, оптимизируя их с помощью контролируемых текстовых правок. На 52 оценочных ячейках с 6 бенчмарками, 7 моделями и 3 режимами выполнения SkillOpt стабильно превосходит базовые подходы, достигая улучшения до +23,5 балла без изменения весов модели. Оптимизированные навыки переносятся между масштабами моделей и обвязками агентов, оставаясь компактными и проверяемыми.
Компания Microsoft Research представила статью под названием «SkillOpt: Executive Strategy for Self-Evolving Agent Skills», в которой переосмыслено редактирование навыков агентов как процесс обучения. SkillOpt рассматривает файл навыка как обучаемый параметр, находящийся вне замороженной целевой модели, и использует цикл прямого-обратного-обновляющего прохода в текстовом пространстве. На прямом
Показать ещё ↓
Источник: Microsoft Research —
оригинал