RSS VentureBeat
팔로우
Microsoft의 오픈 소스 SkillOpt는 모델 가중치를 건드리지 않고 AI 에이전트의 기술을 자동으로 업그레이드합니다.
에이전트 스킬은 텍스트 파일에서 지침을 제공하여 특정 작업 및 워크플로우에 AI 모델을 적용하는 데 중요합니다. 현재 이러한 스킬을 최적화하는 것은 추측에 의존하는 수동적이고 반복적인 프로세스입니다. Microsoft는 에이전트 스킬을 학습 가능한 객체로 취급하는 오픈 소스 프레임워크인 SkillOpt를 개발했습니다. SkillOpt는 딥러닝 스타일 최적화를 사용하여 기본 AI 모델의 가중치를 변경하지 않고 성능 피드백을 기반으로 이러한 스킬을 체계적으로 개선합니다. 이 접근 방식을 통해 AI는 스킬 문서의 수정을 탐색하고 최적의 지침 조합을 찾을 수 있습니다. SkillOpt는 업계 벤치마크에서 우수한 성능을 입증했으며 GPT-5.5와 같은 모델의 정확도를 크게 향상시켰습니다. 결과 스킬은 작고 이식 가능하여 AI 에이전트가 새로운 도메인에 쉽게 적응할 수 있습니다. 이 프레임워크는 제안 및 테스트 루프를 통해 텍스트 최적화에 수학적 규율을 도입합니다. 이 프로세스에는 학습률 역할을 하는 편집 예산과 개선을 보장하는 검증 게이트가 포함됩니다. SkillOpt는 안정적이고 재사용 가능한 스킬 아티팩트를 제공하여 이전 방법의 한계를 해결합니다. 다양한 모델 및 실행 환경에서 광범위한 효과를 보여주었습니다. 이 프레임워크는 효율적이기도 하며 2,000 토큰 미만의 최종 스킬을 생성합니다.
