Communitygithub.com

Banni1699/SkillZero

スキルの内面化のためのインコンテキスト強化学習を構築し、ALFWorldおよびSearch-QAでのエージェント学習を少ない更新回数で改善します。

SkillZero とは?

Banni1699/SkillZeroは、エージェントがスキルを内面化するためのインコンテキスト強化学習(RL)手法を提供するAIスキルです。このスキルは、エージェントがタスクを実行しながら即座にフィードバックを得て学習することを可能にし、特にALFWorld(家庭内タスクのシミュレーション環境)やSearch-QA(質問応答タスク)において、従来よりも少ない更新回数で効率的に学習を進められるように設計されています。これにより、エージェントは新しいスキルを迅速に獲得し、適応性を高めることができます。主に言語モデルベースのエージェント(例:Claude Code、Codexなど)向けに開発されており、トレーニングデータのサンプル効率を向上させる点で有用です。SKILL.mdのドキュメントに基づき、このスキルはプロンプト内で学習信号を利用して、エージェントの行動を段階的に改善する仕組みを提供します。

対応~Claude Code~Codex CLI~Cursor
npx skills add Banni1699/SkillZero

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

SkillZero は何をしますか?

Build in-context RL for skill internalization, improving agent learning on ALFWorld and Search-QA with fewer updates

関連スキル