SKILLFOUNDRY：異種の科学的リソースから自己進化型エージェントのスキルライブラリを構築する
arXiv cs.AI / 2026/4/7
📰 ニュースSignals & Early TrendsModels & Research
要点
- 本論文では、断片化した科学的リソース（論文、API、スクリプト、ノートブック、ドキュメント、データベース）を実行可能で検証済みのエージェント「スキル」パッケージへと変換する、自己進化型のフレームワークSkillFoundryを紹介する。
- SkillFoundryはドメイン知識ツリーを構築し、高い価値を持つ分岐を採掘し、運用上の契約（入力／出力、手順、環境前提、出自（プロビナンス）、テスト）を抽出する。その後、閉ループ検証（expand/repair/merge/prune）によってスキルライブラリを拡張する。
- 著者らは、採掘されたスキルのうち71.1%が既存ライブラリ（SkillHub、SkillSMPなど）と異なると報告しており、手作業によるスキル集合や既存のスキルセットよりも、より広範で重複の少ないカバー範囲を示している。
- 実験では、採掘されたスキルが5/6のMoSciBenchデータセットにおけるコーディング・エージェントの性能を向上させること、また2つのゲノミクス課題（細胞タイプ推定、scDRSワークフロー）でも有効であることが示され、必要に応じて課題固有のスキルが生成される。
- 全体として、本研究は、内部的に妥当性が確認されたスキルを自動採掘することで、ベンチマーク性能の向上と、より能力の高い科学的エージェントに向けたスケーラブルな基盤の提供の両方を実現できると論じている。
