** Оптимизирующие навыки агента, такие как градиентный спуск.**

SkillGrad рассматривает пакет навыков агента как структурированный параметр и оптимизирует его через текстовый аналог градиентного спуска: исполнитель производит траектории, диагност превращает их в обновление для каждой задачи сигналы, импульсный агент накапливает повторяющиеся паттерны Итерации, и патчер применяет слое-осознанное редактирование к навыку.

[править] [править править код] Оригинальное название: ArXiv: 2605.27760 | Код |

Аналогия оптимизации:

Градиентный спуск | SkillGrad [править править код] | параметр θ | структурированный пакет навыков S = (H, B, Q) | доказательства потерь | результаты задания + следы траектории | | per-example gradient | per-task textual diagnosis | | импульс | постоянная память шаблона + наложение перитации | Обновление параметров | layer-aware skills patch |

Репозиторий макет

##Установка

Эта репо включает в себя полную интеграцию SpreadsheetBench Verified в качестве эталонного конвейера. Чтобы запустить его, поместите набор данных под data/benchmarks/spreadsheetbench/ после макета в data/benchmarks/README.md. Чтобы использовать SkillGrad с новым эталоном, реализуйте соответствующие интерфейсы загрузчика и грейдера.

##Быстрый старт

SkillGrad

Optimizing agent skills like gradient descent.

SkillGrad treats an agent skill package as a structured parameter and optimizes it through a textual analogue of gradient descent: an executor produces trajectories, a diagnoser turns them into per-task update signals, a momentum agent accumulates recurring patterns across iterations, and a patcher applies a layer-aware edit to the skill.

The optimization analogy:

Repository layout

pipeline/        executor, diagnoser, momentum, patcher, training loop
prompts/         the five agent prompts
runners/         model dispatch, cost ledger, trajectory logger, …
evaluators/      xlsx grader used as the terminal loss signal
data/            dataset loader, split, layout
scripts/         base_traj.sh, train.sh, eval.sh
seeds/xlsx/      bundled initial skill (SKILL.md)
assets/          figures referenced from the README

Installation

pip install -r requirements.txt

cp .env.example .env
# fill in exactly one of the two provider blocks

This repo includes a complete SpreadsheetBench Verified integration as a reference pipeline. To run it, place the dataset under data/benchmarks/spreadsheetbench/ following the layout in data/benchmarks/README.md. To use SkillGrad with a new benchmark, implement the corresponding loader and grader interfaces.

Quickstart

Three commands run an end-to-end optimization cycle from the repo root.

bash scripts/base_traj.sh   # 1. collect failure pool
bash scripts/train.sh       # 2. train SkillGrad
bash scripts/eval.sh        # 3. evaluate on held-out test split

Switch the backbone model via the MODEL environment variable:

MODEL=gpt-4.1 bash scripts/train.sh

The default run id is skillgrad_. Final artifacts land under results/runs/skillgrad_/:

results/runs/skillgrad_gpt-5.4/
├── config.json
├── train/
│   ├── training_results.json
│   ├── iter_1/, iter_2/, …
│   └── final_skill/xlsx/
└── eval/
    ├── summary.json
    └── /trajectory.json

Initial skill

The training loop optimizes whatever initial skill you point --skills-dir at. The repository ships with one bundled seed at seeds/xlsx/SKILL.md and the scripts default to it. To use a different initialization, lay it out as /xlsx/SKILL.md and pass SKILLS_DIR= to the scripts.

Configuration