WikiSkill Inafanya kazi

WikiSkill ni mfumo wa Google Research wa mageuzi ya ujuzi wa Agent. Kupitia usanifu wa tabaka tatu, Raw Layer huhifadhi trajectories ghafi, Wiki Layer hukusanya maarifa yaliyopangwa kwa kuendelea, na Skills Layer huhifadhi ujuzi unaoweza kutekelezwa. Hivyo, uzoefu wa Agent hubadilika kuwa maarifa ya kudumu, kisha ujuzi unaoweza kutumiwa tena hukuzwa kutokana na maarifa hayo. Katika kila marudio, Wiki Maintainer huchanganua trajectories na kusasisha hifadhidata ya maarifa, huku Skill Proposer akipendekeza masasisho ya ujuzi kulingana na maarifa hayo; baada ya uthibitishaji, masasisho hukubaliwa au kurejeshwa. Majaribio yanaonyesha kuwa modeli ya 9B yenye WikiSkill inaweza kuipita modeli ya 27B isiyo na nyongeza, na ujuzi unaweza kuhamishwa kati ya modeli.

Utenganishaji wa maarifa katika tabaka tatu: trajectories ghafi, maarifa yaliyopangwa na ujuzi unaoweza kutekelezwa huhifadhiwa katika tabaka tofauti, kila moja ikiwa na jukumu lake.
Mageuzi ya kujitegemea ya ujuzi: mzunguko wa marudio huwezesha ujuzi wa Agent kukua na kuboreshwa kila mara kutokana na uzoefu.
Ulimbikizaji wa maarifa ya kudumu: Wiki Layer huendelea kuhifadhi maarifa katika marudio yote; ujuzi uliokataliwa haupotezi maarifa yaliyokusanywa.
Uhamishaji kati ya modeli: ujuzi ulioboreshwa unaweza kutumiwa tena katika modeli tofauti, hata katika familia tofauti za modeli.
Uchujaji kupitia uthibitishaji: ujuzi unaopendekezwa hupimwa kwenye seti ya uthibitishaji, na masasisho yanayoboresha utendaji pekee ndiyo hukubaliwa.

Usanifu wa tabaka tatu: Raw Layer huhifadhi kabisa trajectories za utekelezaji zisizobadilika kama msingi wa ukweli; Wiki Layer hubadilisha trajectories kuwa ruwaza zilizopangwa na kumbukumbu za mageuzi, ikiendelea kujikusanya bila kurejeshwa nyuma; Skills Layer huhifadhi ujuzi unaoweza kutekelezwa na unaotumika sasa, ikiunga mkono masasisho yenye masharti na urejeshaji kupitia PURPOSE.md kwa ajili ya kufuatilia chanzo cha ujuzi.
Mzunguko wa mageuzi wa hatua nne: Inference Agent hutumia ujuzi wa sasa kufanya kazi kwenye seti ya mafunzo na kutoa trajectories; Wiki Maintainer huchukua sampuli za trajectories na kufanya uchanganuzi wa chanzo cha tatizo, kisha husasisha orodha ya ruwaza na kumbukumbu katika Wiki; Skill Proposer husoma Wiki na trajectories kwa kutumia mbinu ya ReAct, na kupendekeza uundaji au kiraka kimoja cha ujuzi kwa kila mara; utaratibu wa Gating hupima ujuzi unaopendekezwa kwenye seti ya uthibitishaji, na kuukubali iwapo alama itaongezeka, la sivyo kuurejesha (Wiki haiathiriki).
Muundo wa kudumisha maarifa: Wiki Layer hutumia skill-impact.md kurekodi diff ya kila pendekezo, alama ya uthibitishaji na matokeo ya kukubaliwa/kukataliwa, hivyo kuunda rekodi ya ukaguzi yenye lengo. Hii huwezesha Proposer wa baadaye kuepuka mikakati iliyoshindwa hapo awali na kufanikisha ongezeko la maarifa katika marudio mbalimbali.
Utenganishaji wa ugunduzi na utekelezaji wa ujuzi: Majaribio yanaonyesha kuwa ugunduzi wa ujuzi (kutoa mikakati kutoka kwa uzoefu) na utekelezaji wa ujuzi (kutumia mikakati wakati wa uelekezaji) ni uwezo miwili tofauti. Ujuzi ulioboreshwa na WikiSkill unaweza kuhamishwa kati ya modeli, na hata ujuzi ulioboreshwa na modeli nyingine unaweza kuwa bora kuliko ujuzi ulioboreshwa na modeli yenyewe.

Anzisha nafasi ya kazi: unda saraka tatu za raw/, wiki/ na skills/, kisha anza na mkusanyiko tupu wa ujuzi.
Tekeleza rollout ya mafunzo: Inference Agent huendesha kazi kwenye seti ya mafunzo kwa kutumia ujuzi wa sasa, na kuandika trajectories za utekelezaji kwenye raw/.
Sasisha hifadhidata ya maarifa: Wiki Maintainer huchukua sampuli za trajectories zilizofaulu/kushindwa na kufanya uchanganuzi wa chanzo cha tatizo, huunda au kusasisha faili za ruwaza katika wiki/patterns/, na kuongeza taarifa kwenye logs.md na skill-impact.md.
Pendekeza masasisho ya ujuzi: Skill Proposer husoma faharasa ya Wiki, rekodi za kihistoria za athari na trajectories ghafi, kisha hutumia mbinu ya ReAct kupendekeza uundaji au kiraka kimoja cha ujuzi.
Uthibitishaji na uamuzi wa kupitisha: ujuzi unaopendekezwa hupimwa kwenye seti ya uthibitishaji; ukiboresha alama, hukubaliwa kama ujuzi mpya katika skills/.
Rudia mzunguko: rudia hatua zilizo hapo juu hadi utendaji wa uthibitishaji utulie au idadi iliyowekwa ya marudio ifikiwe, kisha tumia mkusanyiko wa ujuzi ulioboreshwa kwa uelekezaji.

Faida inayoongezeka ya maarifa ya kudumu: Wiki Layer huendelea kukusanya maarifa katika marudio yote; ujuzi unapokataliwa, maarifa hayapotei, na masasisho ya baadaye yanaweza kutumia maarifa yote ya zamani.
Utenganishaji wa maarifa na ujuzi: “kujua nini” hutenganishwa na “jinsi ya kufanya”; ujuzi unaweza kurejeshwa huku maarifa yakidumu, hivyo uzoefu haupotei pamoja na kiraka cha ujuzi.
Modeli ndogo kuipita modeli kubwa: Qwen-3.5-9B yenye WikiSkill inaweza kuipita Qwen-3.6-27B isiyo na nyongeza, ikitumia maarifa kuziba pengo la ukubwa.
Uhamishaji na utumiaji tena kati ya modeli: ujuzi ulioboreshwa unaweza kuhamishwa kati ya familia za modeli; mikakati iliyogunduliwa na modeli nyingine wakati mwingine huwa bora kuliko ujuzi ulioboreshwa na modeli yenyewe.
Kuepuka kurudia makosa: skill-impact.md hurekodi kikamilifu historia ya mapendekezo na sababu za kukataliwa, hivyo Proposer hairudii mikakati iliyoshindwa.

Makala ya kiufundi kwenye arXiv: https://arxiv.org/pdf/2608.27454

Uendeshaji mahiri wa kazi za ofisini: hushughulikia hesabu changamano za fomula za Excel, usafishaji wa data na uhusishaji kati ya lahajedwali; Agent hujifunza kupitia mageuzi mtiririko maalumu wa lahajedwali kama “kuhesabu upya kwanza, kisha kusoma”.
Maswali na majibu mahiri kwenye nyaraka ndefu: hufanya utafutaji na uelekezaji wa hatua nyingi katika nyaraka za PDF/Word zenye mamia ya kurasa; ujuzi wa utafutaji ulioboreshwa humsaidia Agent kupata aya muhimu kwa ufanisi na kuepuka kupotea katika muktadha mrefu.
Uelekezaji na utatuzi wa hisabati: hubadilisha uzoefu wa kutatua maswali ya hisabati ya kiwango cha mashindano kuwa mikakati inayoweza kutumiwa tena, na huendelea kuboresha usahihi wa utatuzi.
Utafutaji wa taarifa mtandaoni: huboresha mchakato wa utafutaji wa raundi nyingi na kuunda utaratibu wa kawaida wa “kupanua maneno muhimu → kuhakiki kutoka vyanzo vingi → kuunganisha taarifa”, hivyo kuboresha upatikanaji na usahihi wa maswali changamano.
Majukumu ya kielelezo yanayoingiliana: hufanya操作 za kimwili za hatua nyingi katika mazingira pepe; kwa kuhifadhi ruwaza kama “kuepuka mizunguko ya kurudia vitendo” na “kukagua hali ya kukamilika kwa kazi”, huboresha kiwango cha mafanikio ya kazi.