Google Research Ra WikiSkill Cho AI Nhớ Lỗi Cũ

Google Research giới thiệu WikiSkill như một cách để AI agent không bỏ đi những gì đã rút ra sau mỗi lần chạy. Thay vì xóa sạch, hệ thống giữ lại lỗi và thành công để dùng cho lần sau.

Các tri thức đó được gói thành những kỹ năng dùng lại. Đây là các mô-đun hướng dẫn hành vi của agent mà không làm đổi những gì đã học trong huấn luyện.

WikiSkill chia không gian làm việc của agent thành ba lớp. Lớp thô lưu toàn bộ dấu vết thực thi, từ lệnh gọi công cụ đến kết quả, và dữ liệu này không đổi. Lớp tri thức tách ra các mẫu lỗi và cách làm thành công. Lớp kỹ năng giữ các chỉ dẫn đang dùng khi làm việc.

Quy trình bắt đầu bằng một agent chạy nhiệm vụ với bộ kỹ năng hiện có và tạo dấu vết thực thi. Một người giữ tri thức phân tích dấu vết đó, tìm mẫu lỗi và cách làm tốt, rồi ghi lại. Sau đó, một người đề xuất kỹ năng dùng tri thức mới và dữ liệu thực thi để đưa ra thay đổi mục tiêu. Cuối cùng, một cơ chế kiểm tra thay đổi đó trên một tập kiểm định riêng; nếu không hiệu quả, kỹ năng bị đưa về bản cũ, còn lớp tri thức vẫn giữ nguyên.

Nhóm nghiên cứu thử WikiSkill trên năm phép đo gồm suy luận toán học, tìm kiếm trên mạng, xử lý bảng tính, hỏi đáp tài liệu và nhiệm vụ tương tác trong môi trường ảo. Họ dùng các model Qwen (4B, 9B, 27B), Gemma-4-31B và Gemini-3.5-Flash.

WikiSkill vượt tất cả các cách phát triển kỹ năng trước đó trong nghiên cứu này. Bình quân, khuôn khổ này đưa Gemini-3.5-Flash từ 49.5% lên 68.1%, và Qwen-3.6-27B từ 39.4% lên 63.3%. Trên LiveMath, Gemini-3.5-Flash tăng từ 33.0% lên 72.6%.