Socratic Skill Learning: Interleaving Teaching and Practice for Transferable Agent Skills
Pubblicata su AIChronos il · fonte del · Letian Zhu, Han Li, Yifan Yao, Xinping Lei, Xinyu Che, Jiahao Wang (NJU-LINK Lab)
Socratic Skill Learning (SSL) è un framework che interleave l'insegnamento di esperti con la pratica dello studente per creare competenze trasferibili negli agenti AI. A differenza dei metodi tradizionali dove il task fallito non testa le condizioni d'uso, SSL permette allo studente di interrogare e adattare i consigli ricevuti durante lo sviluppo della skill. Il metodo è stato validato su SkillTransferBench, dimostrando una utility superiore rispetto al fine-tuning standard o alla distillazione delle traiettorie (Trace2Skill). Inoltre, la variante Issue-Guided SSL ottimizza l'uso dei token dell'Educator focalizzando il review solo sulle domande irrisolte.
- SSL interleave insegnamento e pratica per garantire che le procedure apprese siano testate nelle loro condizioni d'uso reali, non solo sul task di apprendimento.
- Lo studente agisce come unico operatore dell'ambiente e autore della skill, mantenendo il controllo su domande, test e adattamento dei consigli ricevuti.
- La variante Issue-Guided SSL riduce del 61.7% i token dell'Educator rispetto alla versione Fixed-Window, selezionando dinamicamente le aree da revisionare.
- SkillTransferBench valuta la riusabilità delle skill su famiglie di task non viste durante l'addestramento, superando metriche basate sulla distillazione contrastiva o sul tracing.
- L'analisi del processo mostra un legame diretto tra il feedback dell'Educator e le revisioni effettuate nel codice dello studente.
Perché conta. Per gli sviluppatori di agenti AI locali, SSL offre una via per creare competenze riutilizzabili senza dipendere da grandi dataset statici o costosi processi di fine-tuning. La capacità dell'Issue-Guided SSL di ridurre drasticamente il consumo token durante l'apprendimento rende la creazione di skill trasferibili economicamente sostenibile anche in contesti con risorse limitate.
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.