WikiSkill: навыки агентов с вики-базой
WikiSkill — фреймворк, который совместно развивает навыки ИИ-агентов и постоянную базу знаний (вики), разделяя сырой опыт, накопленные знания и исполняемые навыки.
ai-agents
skill-evolution
knowledge-base
transfer-learning
persistent-memory
agent-framework
model-scaling
experience-consolidation
privacy
Эта заметка участвует в semantic memory.
AI Summary
- Короткий обзор сути: WikiSkill решает проблему рассеянности инсайтов в истории оптимизации агентов, создавая постоянную вики-базу, куда консолидируется сырой опыт, а навыки обновляются на основе этой базы. 2) Ключевые тезисы: разделение raw execution experience, accumulated knowledge и executable skills; непрерывная консолидация опыта в вики; навыки переносятся между моделями и семействами; навыки, эволюционировавшие у других моделей, могут превосходить self-evolved; skill evolution дополняет model scaling — большие модели выигрывают больше, но маленькие с навыками обгоняют крупные без них. 3) Важные детали и нюансы: WikiSkill стабильно превосходит SOTA-методы эволюции навыков и no-skill baselines на большинстве model-benchmark пар; ablation studies подтверждают, что persistent knowledge accumulation в вики критически важна; исходная статья от Liyan Tang, v1 от 27 Aug 2026, 789 KB. 4) Практические выводы/следующие шаги: использовать WikiSkill для систематического накопления и уточнения опыта агентов; тестировать перенос навыков между моделями; учитывать, что наличие вики-базы даёт преимущество даже меньшим моделям.