A Google WikiSkill rendszere tartós tudást ad az MI-ügynököknek

Röviden:

• A WikiSkill egy háromrétegű keretrendszer, amely elkülöníti az MI-ügynökök nyers végrehajtási adatait, tartósan tárolt tapasztalatait és aktuális munkautasításait.[^1]
• A rendszer nem folyamatos tanulással működik: a korábbi próbálkozásokból dokumentált tudást és jobb eljárásokat készít a következő feladatokhoz.[^1]
• A kutatás szerint a módszer több teszten is javította a vizsgált modellek eredményeit, különösen matematikai és táblázatkezelési feladatokban.[^1]

A Google-hoz kapcsolódó kutatásban bemutatott WikiSkill célja, hogy az MI-ügynökök ne veszítsék el a korábbi próbálkozások tapasztalatait. A megközelítés egy tartós, wiki jellegű tudásréteget használ: ebben a rendszer rögzíti a sikeres stratégiákat, a tipikus hibákat és a korábbi módosítások eredményeit. Az új feladatok során az ügynök ebből a felhalmozott tudásból állíthat össze jobb munkautasításokat.[^1]

WikiSkill: három rétegben kezeli az MI-ügynökök tapasztalatait

A kutatók három, eltérő szerepű rétegre osztják az ügynök munkaterületét. A megoldás alapelve, hogy a végrehajtási előzmények megmaradnak, miközben az éppen alkalmazott eljárások szükség esetén visszavonhatók.[^1]

Nyers adatok, tartós tudás és módosítható készségek

A Raw Layer tartalmazza a teljes végrehajtási naplót: az egyes lépéseket, az eszközhasználatot és az eredményeket. Ez a réteg változatlan marad, vagyis a későbbi elemzésekhez is hozzáférhető marad az eredeti tapasztalat.[^1]

A fölötte lévő Wiki Layer a naplókból szervezett tudást készít. Ide kerülhetnek a visszatérő hibaminták, a bevált stratégiák és a módosítások időrendi története. A tanulmány leírása szerint ezt a réteget nem állítják alaphelyzetbe, ezért minden iterációval bővül.[^1]

A legfelső Skill Layer az adott feladat végrehajtásához használt aktív, eljárásszerű utasításokat tárolja. Ha egy frissítés rontja a teljesítményt, ezt a réteget vissza lehet állítani, miközben a wiki rétegben továbbra is elérhető marad a sikertelen próbálkozás tanulsága.[^1]

„A rendszer nem tanul folyamatosan a szó szoros értelmében, hanem minden futás után jobb útmutatókat ír, amelyekhez a következő próbálkozáskor hozzáférhet.”[^1]

Így alakul át a végrehajtási napló használható tudássá

A WikiSkill működése négy egymásra épülő szakaszból áll. Először egy következtetési ügynök a meglévő készségekkel végrehajtja a feladatot, és naplót készít a folyamatról. Ezután a Wiki Maintainer elemzi az előzményeket, azonosítja a hibákat és a működő stratégiákat, majd ezeket a wiki rétegbe írja.[^1]

A harmadik lépésben a Skill Proposer a frissített tudásbázis és a végrehajtási adatok alapján módosításokat javasol. Végül egy elkülönített ellenőrző adathalmazon működő kapumechanizmus vizsgálja meg, hogy az új utasítás valóban javítja-e az eredményt. Kedvezőtlen eredmény esetén a készségmódosítás visszavonható.[^1]

Ez a felépítés azt is jelenti, hogy egy elutasított javaslat sem vész el teljesen: a rendszer később figyelembe veheti, milyen megközelítést próbált már ki, és miért nem vezetett jobb teljesítményhez.[^1]

A WikiSkill teszteredményei: a nagyobb modellek többet nyerhetnek

A kutatók öt feladattípuson vizsgálták a módszert: matematikai következtetésen, webes keresésen, táblázatkezelésen, dokumentumalapú kérdés-válasz feladatokon és virtuális környezetben végzett interaktív feladatokon. A tesztekben a Qwen, a Gemma és a Gemini különböző modellváltozatai szerepeltek.[^1]

A közölt átlagok alapján a Gemini-3.5-Flash eredménye 49,5 százalékról 68,1 százalékra emelkedett, amikor a rendszer a WikiSkill által fejlesztett készségeket használta. A Qwen-3.6-27B esetében az átlag 39,4 százalékról 63,3 százalékra nőtt.[^1]

Jelentős eltérések a feladattípusok között

A leglátványosabb javulások a matematikai és a táblázatkezelési teszteken jelentkeztek. A Gemini-3.5-Flash LiveMath-eredménye például 33,0 százalékról 72,6 százalékra, a SpreadSheet-teszten mért teljesítménye pedig 50,5 százalékról 76,6 százalékra emelkedett.[^1]

A hosszú dokumentumkörnyezetet igénylő OfficeQA-feladatokon ugyanakkor kisebbek voltak a nyereségek. A kutatók szerint a kisebb modelleknek gondot okozhat a több lépésből álló keresési stratégia megbízható végrehajtása hosszú szövegkörnyezetben. A készségek más modellek közötti átvitele sem minden esetben eredményes, ezért ezt modellenként és feladattípusonként kell ellenőrizni.[^1]

Összefoglaló

A WikiSkill a folyamatos modelltanítás helyett külső, tartós tapasztalattá alakítja az MI-ügynökök korábbi működését. A módszer előnye, hogy a hibás próbálkozások tanulságai is megmaradnak, miközben a gyengén teljesítő új utasítások visszavonhatók. A teszteredmények alapján a megközelítés különösen olyan feladatoknál lehet hasznos, amelyekben ismétlődő hibák, több lépésből álló munkafolyamatok és jól dokumentálható stratégiák jelennek meg.[^1]

Forrás:

[^1]: THE DECODER (2026. augusztus 29.). „Google gibt KI-Agenten ein eigenes Wiki, damit sie aus Fehlern und Erfolgen lernen”. THE DECODER. Közzétéve [2026. 08. 29. 11:24:24 +0000].