WikiSkill Faoliyat yuritmoqda

WikiSkill — Google Research tomonidan ishlab chiqilgan Agent ko‘nikmalarini evolyutsiya qilish freymvorki. Freymvork uch qatlamli arxitektura orqali xom traektoriyalarni saqlovchi Raw Layer, strukturaviy bilimlarni uzluksiz to‘plovchi Wiki Layer hamda bajariladigan ko‘nikmalarni saqlovchi Skills Layerdan iborat bo‘lib, Agent tajribasini doimiy bilimga aylantiradi va undan qayta foydalaniladigan ko‘nikmalarni hosil qiladi. Har bir iteratsiyada Wiki Maintainer traektoriyalarni tahlil qilib, bilimlar bazasini yangilaydi; Skill Proposer esa bilimlar asosida ko‘nikma yangilanishlarini taklif qiladi. Ular tekshirilgandan so‘ng qabul qilinadi yoki bekor qilinadi. Tajribalar shuni ko‘rsatadiki, WikiSkill bilan ishlaydigan 9B model sof 27B modeldan ustun natija berishi mumkin, ko‘nikmalar esa modellar o‘rtasida ko‘chiriladi.

Uch qatlamli bilimlarni ajratish: xom traektoriyalar, strukturaviy bilimlar va bajariladigan ko‘nikmalar uchta qatlamda saqlanadi va har biri o‘z vazifasini bajaradi.
Ko‘nikmalarning avtonom evolyutsiyasi: iterativ sikl orqali Agent ko‘nikmalari tajribadan uzluksiz rivojlanadi va optimallashtiriladi.
Doimiy bilim to‘planishi: Wiki qatlami iteratsiyalar davomida bilimlarni jamlaydi, rad etilgan ko‘nikmalar esa to‘plangan bilimlarni yo‘qotmaydi.
Modellar o‘rtasida ko‘chirish: evolyutsiyalangan ko‘nikmalar turli modellar, hatto turli model oilalari o‘rtasida qayta ishlatilishi mumkin.
Tekshiruv asosidagi filtrlash: nomzod ko‘nikmalar tekshiruv to‘plamida baholanadi va faqat unumdorlikni oshiradigan yangilanishlar qabul qilinadi.

Uch qatlamli arxitektura: Raw Layer o‘zgarmas bajarilish traektoriyalarini doimiy saqlaydi va faktik asos bo‘lib xizmat qiladi; Wiki Layer traektoriyalarni strukturaviy andozalar hamda evolyutsiya jurnallariga kompilyatsiya qiladi, ularni uzluksiz to‘playdi va hech qachon ortga qaytarmaydi; Skills Layer amaldagi bajariladigan ko‘nikmalarni saqlaydi, shartli yangilash va ortga qaytarishni qo‘llab-quvvatlaydi hamda PURPOSE.md orqali ko‘nikma kelib chiqishini kuzatish imkonini beradi.
To‘rt bosqichli evolyutsiya sikli: Inference Agent joriy ko‘nikmalar yordamida o‘quv to‘plamida ishlaydi va traektoriyalarni hosil qiladi; Wiki Maintainer traektoriyalardan namuna olib, asosiy sabablarni tahlil qiladi hamda Wiki andozalar katalogi va jurnalini yangilaydi; Skill Proposer ReAct usulida Wiki va traektoriyalarni o‘qib, bir martalik ko‘nikma yaratish yoki patch taklif qiladi; Gating mexanizmi nomzod ko‘nikmani tekshiruv to‘plamida baholaydi, ball oshsa qabul qiladi, aks holda ko‘nikmani ortga qaytaradi (Wiki bundan ta’sirlanmaydi).
Bilimlarni doimiy saqlash dizayni: Wiki qatlami har bir taklifning diff ma’lumotlari, tekshiruv ballari va qabul qilingan yoki rad etilgan natijasini skill-impact.md faylida qayd etadi. Shu tariqa obyektiv audit izi shakllanadi, keyingi Proposer esa muvaffaqiyatsiz bo‘lgan yechimlarni takrorlashdan qochadi va iteratsiyalararo bilim kumulyativ ravishda ortib boradi.
Ko‘nikmani aniqlash va bajarishni ajratish: tajribalar ko‘nikmani aniqlash, ya’ni tajribadan strategiyani ajratib olish, va ko‘nikmani bajarish, ya’ni xulosa chiqarish vaqtida strategiyani qo‘llash, ikki xil qobiliyat ekanini ko‘rsatadi. WikiSkill orqali evolyutsiyalangan ko‘nikmalar modellar o‘rtasida ko‘chirilishi mumkin, hatto boshqa model tomonidan evolyutsiyalangan ko‘nikmalar modelning o‘zi rivojlantirgan ko‘nikmalardan ustun bo‘lishi mumkin.

Ish maydonini boshlash: raw/, wiki/ va skills/ uch qatlamli kataloglarini yarating va bo‘sh ko‘nikmalar to‘plamidan boshlang.
O‘quv rolloutini bajarish: Inference Agent joriy ko‘nikmalar yordamida o‘quv to‘plamida ishlaydi va bajarilish traektoriyalarini raw/ katalogiga yozadi.
Bilimlar bazasini yangilash: Wiki Maintainer muvaffaqiyatli va muvaffaqiyatsiz traektoriyalardan namuna olib, asosiy sabablarni tahlil qiladi, wiki/patterns/ katalogida andoza fayllarini yaratadi yoki yangilaydi hamda logs.md va skill-impact.md fayllariga ma’lumot qo‘shadi.
Ko‘nikma yangilanishini taklif qilish: Skill Proposer Wiki indeksi, tarixiy ta’sir yozuvlari va xom traektoriyalarni o‘qib, ReAct usulida bir martalik ko‘nikma yaratish yoki patch taklif qiladi.
Tekshiruv va gating: nomzod ko‘nikma tekshiruv to‘plamida baholanadi; ball oshsa, u yangi skills/ to‘plami sifatida qabul qilinadi.
Iteratsion sikl: yuqoridagi bosqichlarni tekshiruv unumdorligi barqarorlashguncha yoki oldindan belgilangan iteratsiyalar soniga yetguncha takrorlang. Yakunda xulosa chiqarishda foydalanish uchun evolyutsiyalangan ko‘nikmalar to‘plami hosil bo‘ladi.

Doimiy bilim kumulyatsiyasi: Wiki qatlami iteratsiyalar davomida bilimlarni to‘playdi; ko‘nikma rad etilganda bilimlar yo‘qolmaydi va keyingi yangilanishlarda barcha tarixiy tushunchalardan foydalanish mumkin.
Bilim va ko‘nikmalarni ajratish: “nimani bilish” va “qanday bajarish” ajratiladi; ko‘nikmalar ortga qaytarilishi, bilimlar esa doimiy saqlanishi sababli tajriba ko‘nikma patchi bilan birga yo‘qolib ketmaydi.
Kichik modelning katta modeldan ustunligi: WikiSkill bilan Qwen-3.5-9B sof Qwen-3.6-27B modelidan ustun natija berishi mumkin, ya’ni bilimlar miqyosdagi farqni qoplaydi.
Modellar o‘rtasida ko‘chirish va qayta foydalanish: evolyutsiyalangan ko‘nikmalar turli model oilalari o‘rtasida ko‘chirilishi mumkin; ba’zan boshqa model aniqlagan strategiyalar modelning o‘zi evolyutsiyalagan ko‘nikmalardan ustun bo‘ladi.
Xatolarni takrorlamaslik: skill-impact.md takliflar tarixi va rad etilish sabablarini to‘liq qayd etadi, shuning uchun Proposer avval muvaffaqiyatsiz bo‘lgan yechimlarni takrorlamaydi.

arXiv texnik maqolasi: https://arxiv.org/pdf/2608.27454

Aqlli ofis avtomatlashtirish: murakkab Excel formulalarini hisoblash, ma’lumotlarni tozalash va jadvallararo bog‘lashni bajarish; Agent evolyutsiya orqali “avval recalculate, keyin o‘qish” kabi elektron jadvallarga xos ish jarayonlarini o‘zlashtiradi.
Uzun hujjatlar bo‘yicha aqlli savol-javob: yuzlab sahifali PDF/Word hujjatlarida ko‘p bosqichli qidiruv va navigatsiyani bajarish; evolyutsiyalangan qidiruv ko‘nikmalari Agentga muhim paragraflarni samarali topishga yordam beradi va uzun kontekstda adashishning oldini oladi.
Matematik mulohaza va masalalar yechish: olimpiada darajasidagi matematik masalalarni yechish tajribasini qayta foydalaniladigan strategiyalarga aylantirish va yechim aniqligini uzluksiz oshirish.
Tarmoqdagi axborotni qidirish: ko‘p bosqichli qidiruv jarayonini optimallashtirish, “kalit so‘zlarni kengaytirish → bir nechta manbada o‘zaro tekshirish → axborotni birlashtirish” standart amaliyotini shakllantirish hamda murakkab so‘rovlarning qamrovi va aniqligini oshirish.
Interaktiv mujassamlangan vazifalar: virtual muhitda ko‘p bosqichli jismoniy amallarni bajarish; “takroriy harakatlar siklidan qochish” va “vazifa bajarilgan holatni tekshirish” kabi andozalarni jamlash orqali vazifa muvaffaqiyatini oshirish.