実行フィードバックを用いたスキル最適化手法 WER を提案

arXiv cs.CL ・ 2026-08-18

原題: Write, Execute, Refine: From Skill Followers to Skill Optimizers via Reinforcement Learning from Execution Feedback

AI による要約

エージェントが実行フィードバックからスキルを最適化する手法「WER（Write, Execute, Refine）」を開発した。スキル作成・実行・検証のサイクルを通じて、失敗と成功の軌道を比較し、スキルの質を向上させる。エージェント作成のスキルが専門家作成を上回る可能性を示した。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv cs.CL）をご確認ください。