SkillRevise: 추적 조건화 스킬 수정을 통한 LLM 작성 에이전트 스킬 개선
SkillRevise: Improving LLM-Authored Agent Skills via Trace-Conditioned Skill Revision
콜드 스타트에서 불완전한 초기 LLM 에이전트 스킬의 행동적 약점을 보완하기 위해 SkillRevise는 실행 증거로 결함을 진단하고 수리 원칙 메모리를 검색해 실행에 고정된 수정을 반복 적용하는 실행 기반 프레임워크를 제안한다. 3개 벤치마크와 5개 LLM 평가에서 원샷 기준선을 크게 능가해 SkillsBench 성공률을 36.05%에서 61.63%로 높였으며, 수정된 스킬은 다른 실행기와 작업 환경에도 전이된다.