WikiSkill guarda también los intentos fallidos para mejorar las habilidades de los agentes de IA
Google Research y Virginia Tech presentan WikiSkill, un marco que separa en tres capas los registros de ejecución, una base de conocimiento de fallos y éxitos, y las habilidades ejecutables de los agentes. Un cambio solo se acepta si mejora la validación, pero los cambios rechazados se conservan en la wiki para no repetir errores. Con cinco modelos y cinco bancos de pruebas, supera en media a tres métodos de evolución de habilidades; por ejemplo, Qwen-3.5-9B pasa del 29,9 % al 47,4 %. Los resultados se basan en conjuntos de validación pequeños y algunas habilidades transferidas entre modelos empeoran el rendimiento.
Fuentes
- #LLMタグ#65. 【AIのスキル進化】失敗した改良案にも、残す価値がある