WikiSkill؛ وقتی ایجنتها تجربهشون رو ویکی میکنن
خلاصهٔ کاملتر
یه مقالهٔ تازه تو arXiv با شناسهٔ 2608.27454 چارچوبی به اسم WikiSkill رو معرفی میکنه. نویسندهها میگن agent skill (یعنی بستهٔ آمادهای از دانش و روال کار که به یه ایجنت هوش مصنوعی وصل میشه و کاری رو که ازش برمیاد بیشتر میکنه) این روزها خودکار از دل تجربهٔ خود ایجنت ساخته میشه. مشکل اینجاست که درسهایی که موقع ساختن این مهارتها به دست میاد، پخش و پلا تو تاریخچهٔ بهینهسازی میمونه و دور بعد دیگه ازش استفادهٔ منظمی نمیشه.
کاری که WikiSkill میکنه اینه که سه تا چیز رو از هم جدا نگه میداره: تجربهٔ خام اجرا، دانش انباشته، و مهارتهای اجراشدنی. تجربهها مدام جمعبندی میشن و میرن توی یه پایگاه دانش ماندگار که خود نویسندهها بهش میگن ویکی، و هر بار که مهارتها بهروز میشن روی همون ویکی سوار میشن. یعنی به جای اینکه هر دور از صفر شروع بشه، هر دور از جایی ادامه پیدا میکنه که دور قبلی رسیده بود.
طبق چیزی که تو مقاله اومده، WikiSkill رو روی بنچمارکها و مدلهای مختلف تست کردن و به گفتهٔ نویسندهها همیشه از روشهای سرآمد فعلیِ تکامل مهارت بهتر جواب داده و تو بیشتر ترکیبهای مدل و بنچمارک، از حالت بدون مهارت هم جلو زده. یه نکتهٔ جالبش اینه که تکامل مهارت مکمل بزرگتر کردن مدله: مدلهای بزرگتر معمولاً سود بیشتری از مهارتهای تکاملیافته میبرن، ولی یه مدل کوچیک مجهز به مهارت میتونه از یه مدل بهمراتب بزرگتر بدون مهارت بهتر عمل کنه.
نویسندهها میگن مهارتهای ساختهشده بین مدلهای مختلف و حتی خانوادههای مدلی متفاوت هم خوب منتقل میشن، و جالبتر اینکه گاهی مهارتی که یه مدل دیگه ساخته از مهارتی که خود مدل برای خودش ساخته بهتر جواب میده. تو آزمایشهای حذفی (ablation) هم نشون دادن که همون انباشت دانش ماندگار تو ویکی، قطعهٔ حیاتی ماجراست. برای کسی که داره ابزار agentic میسازه، پیام عملیش اینه که حافظهٔ بلندمدت دستکمی از خود مهارت نداره.
نکات کلیدی:
- مقالهٔ WikiSkill با شناسهٔ arXiv:2608.27454 در ۲۷ آگوست ۲۰۲۶ منتشر شده و تو زیرشاخههای cs.AI و cs.CL قرار گرفته.
- چارچوب، تجربهٔ خام اجرا، دانش انباشته و مهارتهای اجراشدنی رو از هم جدا میکنه و تجربهها رو مدام تو یه ویکی ماندگار جمع میکنه.
- تو بیشتر ترکیبهای مدل و بنچمارک، هم از روشهای سرآمد تکامل مهارت و هم از حالت بدون مهارت بهتر عمل کرده.
- یه مدل کوچیک مجهز به مهارت تونسته از یه مدل بهمراتب بزرگتر بدون مهارت جلو بزنه.
- مهارتها بین مدلها و خانوادههای مدلی منتقل میشن و گاهی مهارت ساختهشده با یه مدل دیگه بهتر از مهارت خودی جواب میده.
- آزمایشهای حذفی نشون داده انباشت دانش ماندگار تو ویکی برای اثربخشی روش حیاتیه.




