LLMエージェントの能力に応じた自己進化を促すスキル適応手法を提示
ジーハオ・ヤン (Zhihao Yang) 氏らの研究チームは10月9日(現地時間)、arXiv (アーアーカイブ) cs.LGで公開された論文で、大規模言語モデル (LLM) エージェントの「ハーネス自己進化 (harness self-evolution)」を改善する「スキル適応 (skill adaptation)」の手法を提示した。この研究では、既存のスキルが強力なモデルには有効である一方、能力の低いモデルの性能を低下させる場合があることを指摘し、モデルの能力に合わせたスキル再定式化が重要であると結論付けている。