MUSE-Autoskill: Self-Evolving Agents via Skill Creation, Memory, Management, and Evaluation
Das Papier stellt MUSE-Autoskill vor, ein sich selbst weiterentwickelndes Agenten-Framework, das die Fähigkeit zur Aufgabenerfüllung verbessert, indem es Fähigkeiten durch einen einheitlichen Lebenszyklus aus Erstellung, Speicherung, Verwaltung, Bewertung und Verfeinerung verwaltet und sie als langlebige, erfahrungsbewusste Ressourcen behandelt, um Wiederverwendbarkeit, Zuverlässigkeit und die Übertragbarkeit zwischen verschiedenen Aufgaben zu steigern.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie haben einen brillanten, aber sehr vergesslichen Assistenten (den KI-Agenten). Wenn Sie ihn bitten, ein komplexes Problem zu lösen, wie etwa ein undichtes Rohr zu reparieren oder eine riesige Tabellenkalkulation zu organisieren, versucht er in der Regel, jedes Mal von vorne zu beginnen. Er liest vielleicht das Handbuch, probiert ein paar Dinge aus, scheitert, liest das Handbuch erneut und versucht etwas anderes. Dies ist langsam, teuer, und er macht oft dieselben Fehler immer wieder.
Die Arbeit stellt MUSE-Autoskill vor, eine neue Methode, um diesem Assistenten beim Lernen und Wachsen zu helfen. Anstatt nur ein „kluges Gehirn" zu sein, verwandelt MUSE den Assistenten in einen Meisterhandwerker mit einer persönlichen Werkstatt.
So funktioniert es, aufgeteilt in einfache Konzepte:
1. Das Problem: Der „Einzelstück"-Ansatz
Derzeit behandeln die meisten KI-Assistenten jede Aufgabe als ein brandneues Abenteuer. Wenn sie herausfinden, wie ein bestimmter Computerfehler behoben wird, „speichern" sie dieses Wissen nicht wirklich. Das nächste Mal, wenn Sie es fragen, müssen sie es neu lernen. Es ist wie ein Koch, der eine perfekte Lasagne zubereitet, sie isst und dann das Rezept völlig vergisst, sodass er für den nächsten Kunden erneut die Zutaten erraten muss.
2. Die Lösung: Die „Fertigkeits-Werkstatt"
MUSE verändert das Spiel, indem es dem Assistenten eine Werkstatt gibt, in der er Fertigkeiten (Skills) erstellen, speichern und verfeinern kann.
Stellen Sie sich eine Fertigkeit nicht als magischen Spruch vor, sondern als ein komplettes, vorgefertigtes Werkzeugset.
- Das Rezept (SKILL.md): Eine klare Anleitung, was das Werkzeug tut.
- Die Werkzeuge (Skripte): Der eigentliche Code oder die Schritte, die zur Erledigung der Aufgabe benötigt werden.
- Die Qualitätskontrolle (Tests): Ein eingebauter Prüfer, der sicherstellt, dass das Werkzeug funktioniert, bevor es in den Regal gestellt wird.
- Das Notizbuch (.memory.md): Ein persönliches Logbuch, in dem der Assistent notiert: „Hey, dieses Werkzeug funktioniert großartig, aber wenn die Datei zu groß ist, stürzt es ab. Das habe ich auf die harte Tour gelernt."
3. Der Fünf-Schritte-Lebenszyklus (Die „Meisterhandwerker-Routine")
Die Arbeit beschreibt eine kontinuierliche Schleife, die MUSE verwendet, um diese Fertigkeiten zu verwalten, ähnlich wie ein Meisterhandwerker seine Werkzeuge verwaltet:
- Erstellung (Das Werkzeug bauen): Wenn der Assistent auf ein Problem stößt, das er mit bestehenden Werkzeugen nicht lösen kann, rät er nicht einfach. Er hält inne und sagt: „Ich brauche ein neues Werkzeug." Er baut sofort ein neues Fertigkeit-Paket.
- Speicher (Das persönliche Logbuch): Jedes Mal, wenn eine Fertigkeit verwendet wird, schreibt der Assistent eine Notiz in sein spezifisches Notizbuch. Hat es funktioniert? Ist es gescheitert? War es langsam? Dies ist Fertigkeits-Ebene-Speicher. Es ist wie ein Mechaniker, der auf den Griff eines Schraubenschlüssels schreibt: „Dieser Schraubenschlüssel schädigt Schrauben, wenn man ihn zu schnell dreht."
- Verwaltung (Das Regal ordnen): Der Assistent hält die Werkstatt aufgeräumt. Wenn zwei Werkzeuge dasselbe tun, verschmelzen sie sie. Wenn ein Werkzeug defekt ist und nie funktioniert, werfen sie es weg. Sie halten die „besten" Werkzeuge bereit, um sie sofort zu greifen.
- Bewertung (Der Sicherheitsinspektor): Bevor ein neues Werkzeug auf das Regal darf, muss es einen strengen Test bestehen. Der Assistent führt das Werkzeug in einer sicheren, isolierten Sandbox aus. Wenn es den Test nicht besteht, wird das Werkzeug zur Reparatur zurück in die Werkstatt geschickt. Es kommt erst auf das Regal, wenn es perfekt ist.
- Verfeinerung (Das Werkzeug polieren): Wenn ein Werkzeug einen Test oder eine reale Aufgabe nicht besteht, gibt der Assistent nicht einfach auf. Er betrachtet den Fehler, repariert den Code und versucht es erneut. Das Werkzeug wird mit der Zeit besser.
4. Der „Langstrecken"-Trick
Eines der größten Probleme für KI ist ihre begrenzte „Aufmerksamkeitsspanne" (Kontextfenster). Wenn eine Aufgabe 50 Schritte dauert, vergisst die KI, was sie in Schritt 1 getan hat, bis sie bei Schritt 50 angelangt ist.
MUSE löst dies durch Adaptive Kompression. Stellen Sie sich vor, Sie schreiben eine lange Geschichte. Anstatt jedes einzelne Wort, das Sie geschrieben haben, zu behalten, fassen Sie die mittleren Kapitel in einem kurzen Absatz zusammen, während Sie den Anfang und das Ende detailliert lassen. MUSE tut dies automatisch. Es behält die wichtigsten Teile des Gesprächs und fasst die Mitte zusammen, sodass die KI ihren Platz nie verliert, selbst bei sehr langen Aufgaben.
5. Die Ergebnisse: Was passierte im Labor?
Die Forscher testeten dies auf SkillsBench, einer Reihe von 51 realen Aufgaben (wie Datenanalyse, Code-Reparatur oder Operationsplanung).
- Der „menschliche" Basiswert: Selbst wenn sie der KI von Menschen erstellte Werkzeuge gaben, schnitt der MUSE-Assistent am besten ab. Er war besser darin, die Anweisungen zu lesen und die Werkzeuge zu nutzen, als die anderen KIs.
- Das „selbstgelehrte" Wunder: Der aufregendste Teil? Der MUSE-Assistent konnte sich selbst unterrichten.
- Er versuchte eine Aufgabe ohne jegliche Werkzeuge.
- Wenn er erfolgreich war, baute er eine Fertigkeit aus diesem Erfolg.
- Dann nutzte er diese selbstgemachte Fertigkeit, um die Aufgabe erneut auszuführen.
- Ergebnis: Bei den Aufgaben, bei denen er eine Fertigkeit erstellen konnte, sprang seine Genauigkeit von etwa 53 % auf fast 88 %. Er wurde tatsächlich besser als die Menschen, die die ursprünglichen Werkzeuge geschrieben hatten.
- Teilen ist fürsorglich: Das Beste ist, dass diese Fertigkeiten nicht in einer KI eingeschlossen sind. Die Forscher nahmen eine von MUSE erstellte Fertigkeit und gaben sie einer anderen KI (namens Hermes). Hermes wurde sofort viel besser in der Aufgabe, was beweist, dass die Fertigkeiten wie universelle Werkzeuge sind, die jeder kluge Arbeiter aufnehmen und nutzen kann.
Zusammenfassende Analogie
Stellen Sie sich einen Junior-Praktikanten (eine Standard-KI) gegen einen Meisterhandwerker (MUSE-Autoskill) vor.
- Der Praktikant versucht, jede kaputte Maschine zu reparieren, indem er jedes Mal das Handbuch von Seite eins liest. Er ist langsam, macht Fehler und vergisst, was er gestern gelernt hat.
- Der Meisterhandwerker hat eine Werkstatt.
- Wenn er auf ein neues Problem stößt, baut er ein maßgeschneidertes Werkzeug dafür.
- Er testet das Werkzeug, um sicherzustellen, dass es funktioniert.
- Er schreibt Notizen auf das Werkzeug darüber, wie man es am besten verwendet.
- Er ordnet sein Regal, damit er das richtige Werkzeug beim nächsten Mal sofort findet.
- Wenn ein Werkzeug kaputt geht, reparieren sie es und machen es stärker.
Die Arbeit zeigt, dass die KI durch die Bereitstellung dieser „Werkstatt" und der Fähigkeit, eigene Werkzeuge zu bauen, deutlich schneller, genauer wird und in der Lage ist, viel schwierigere Probleme zu lösen als zuvor.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.