LLMエージェントはスキルを再利用できるのか、新ベンチマークが検証

研究者らは、5つの領域で各100個の相互に関連するサブタスクを用い、インコンテキストでの継続的スキル学習を評価する動的フレームワーク「ContinualSkillBench」を発表した。このベンチマークでは、逐次実行は一般に性能を高めるものの、改善幅はモデルや領域によって異なり、平均するとインコンテキスト学習は明示的なスキル管理と同程度の性能を示した。関連するarXivの研究では、構造化されたスキル検索、ストリーミング型自己進化の信頼性、長期的なエージェント強化学習に向けた追跡可能な記憶をめぐるボトルネックが検討されている。