SkillZero은(는) 무엇을 하나요?
컨텍스트 내 강화 학습을 통해 스킬을 내재화하여 ALFWorld 및 Search-QA에서 에이전트 학습을 더 적은 업데이트로 개선합니다.
개요
SkillZero는 컨텍스트 내 강화 학습(in-context RL) 기법을 사용하여 에이전트가 환경으로부터 피드백을 받아 스킬을 내재화할 수 있도록 설계되었습니다. 이는 ALFWorld (가정용 로봇 작업) 및 Search-QA (질문 응답 검색) 벤치마크에서 특히 유용합니다.
주요 기능
- 컨텍스트 내 RL: 프롬프트 내에서 강화 학습 신호를 직접 주입하여 에이전트의 의사 결정을 개선합니다.
- 스킬 내재화: 에이전트가 반복적인 업데이트 없이도 스킬을 장기 기억에 저장할 수 있습니다.
- 적은 업데이트: 전통적인 파인튜닝보다 훨씬 적은 수의 업데이트로 높은 성능을 달성합니다.
지원 플랫폼
- Claude Code
- Cursor
- Codex
- 기타 AI 에이전트 프레임워크
사용 방법
- 프롬프트 설정: 에이전트 프롬프트에 SkillZero 지침을 포함합니다.
- 환경 연결: ALFWorld 또는 Search-QA 환경과 인터페이스합니다.
- RL 피드백 루프: 에이전트가 작업을 수행하고 환경으로부터 보상을 받아 스킬을 업데이트합니다.
예시
# 예시: ALFWorld에서 SkillZero 사용
from skillzero import SkillZeroAgent
agent = SkillZeroAgent(env="ALFWorld")
agent.run(task="냉장고에서 사과 가져오기")
참고 자료
라이선스
MIT