# SkillLift論文、エージェントスキル進化のトークンコスト40～70%削減を報告

DAIR.AIは、フルロールアウトですべての改訂を採点する代わりに、学習したルーブリックを訓練してエージェントのスキルプロンプト候補をランク付けするSkillLift論文を取り上げた。SkillsBenchおよびWildClawBenchでSkillOptとCoEvoSkillsを上回り、40～70%少ないトークン数で目標性能に達したと報告している。

Language: ja
Time zone: Asia/Tokyo
Current time (UTC, cached as of): 2026-11-10T07:02:00.000Z
Query date (Asia/Tokyo): 2026-11-10

HTML: https://didcodexreset.com/ja/news/701ee000852e4cb189d23b53.html

Content language: ja
Localization state: translated

出典：DAIR.AI · 2026/9/22 05:24:00 公開

DAIR.AIは、すべての候補改訂を採点するためにフルエージェントロールアウトを実行せずにエージェントのスキルプロンプトを進化させる手法である**SkillLift**に関する論文を取り上げた。SkillLiftは、2つのスキルのどちらが優れているかについて実際の結果と一致するルーブリックを訓練する。ランキングは各スコアを予測するよりもオラクル実行回数が少なくて済むという理由による。

**内側ループ**は、ロールアウトコストなしで凍結されたルーブリックに対してスキルを改訂する。**外側ループ**は、ランク相関によってルーブリックを再調整するために少数の実際のロールアウトを費やす。投稿によると、ロールアウトコストが、スキルの自己進化が通常、観測された失敗のみをパッチする理由である。

3つのモデルを用いた**SkillsBench**および**WildClawBench**（147タスク）で、SkillLiftはそれらのベースラインが2倍のトークン予算を受け取った場合でも、6つの組み合わせすべてで**SkillOpt**および**CoEvoSkills**を上回ったとされ、**40～70%少ないトークン数**で目標性能に達した。論文: [https://academy.dair.ai/papers/skilllift-learning-dense-rubrics-from-sparse-oracles-for-efficient-skill-evoluti-2609.15396](https://academy.dair.ai/papers/skilllift-learning-dense-rubrics-from-sparse-oracles-for-efficient-skill-evoluti-2609.15396)

Tags: SkillLift, エージェントスキル, 研究, LLMエージェント

[元の投稿を見る](https://x.com/dair_ai/status/2102129498447823052)