Early Experience — скилл
Скилл по методу «Early Experience» (ICML 2026) помогает агенту подготовить данные для обучения языковых агентов без наград.
- 103 ★ репозитория
- Последний коммит
- MIT
Минимальный доступ
Почему такой уровень
- Скилл содержит только текстовое руководство; запуск обучения и сред выполняет пользователь.
Установка
- Работает в
В терминале, через SkillFoxx CLI
npx skillfoxx add skills/early-experienceОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемМинимальный доступИнструмент ничего не запускает и не ходит в сеть.
- Скилл содержит только текстовое руководство; запуск обучения и сред выполняет пользователь.
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Early Experience — репозиторий исследования OSU NLP и NeoCognition «Agent Learning via Early Experience». Метод лежит между имитационным обучением и RL: агент сам собирает данные: пробует неэкспертные действия в состояниях эксперта, а следующие состояния служат обучающим сигналом без награды. Две реализации: Implicit World Modeling (модель предсказывает следующее состояние) и Self-Reflection (обучение на размышлениях, сравнивающих эксперта и альтернативу). Для агентов в `skill/` лежит руководство с методологией, схемой сопоставления методов и типичными ошибками, которое код-агент использует как рабочий порядок для любой новой среды. Для десяти сред (ALFWorld, AppWorld, BFCL v4, ScienceWorld, SearchQA, tau-bench, TextCraft, TravelPlanner, WebArena, WebShop) есть заметки в `envs/`, готовые данные SFT выложены на Hugging Face.
Для кого. Исследователям и инженерам, которые обучают языковых агентов и хотят перенести метод Early Experience на собственную среду.
Подходит, если
- Нужно подготовить данные Implicit World Modeling для новой среды.
- Для обучения без наград надо собрать рассуждения Self-Reflection.
- Требуется воспроизвести цифры статьи на WebShop или ALFWorld.
- Агент должен по описанию среды составить план интеграции метода.
Не подходит, если
- Нужен готовый инструмент для разработки ПО, а не исследовательский рецепт.
- Нет доступа к среде, в которой можно выполнять действия.
- Обучение с наградами (RL) уже работает и не нужна замена.
Пример запроса к агенту
Прочитай skill/METHOD.md и предложи, как сгенерировать данные Implicit World Modeling для нашей среды, начав с выбора числа альтернативных действий.Ограничения
Это исследовательский код и руководство, а не установочный пакет: перенос метода на свою среду требует работы, которую ведет агент вместе с человеком, а конкретные значения параметров (в частности число альтернативных действий) зависят от среды. Результаты, перечисленные в README, получены в конкретных средах и для конкретных моделей. Для воспроизведения нужны Hugging Face и вычислительные ресурсы для дообучения, подробности лежат в `envs/<среда>/README.md`. Скилл ставится копированием папки `skill/` в проект.
Как отключить. Удалите скопированную папку `skill` из проекта. Скачанные наборы данных и контрольные точки с Hugging Face удаляются отдельно.
Частые вопросы
Как подключить скилл?
Выполните `git clone https://github.com/OSU-NLP-Group/EarlyExperience.git && cp -r EarlyExperience/skill /path/to/your/project/` и направьте агента на `SKILL.md`.
Что такое IWM и SR?
Implicit World Modeling обучает модель предсказывать следующее состояние, Self-Reflection добавляет рассуждения, сравнивающие эксперта и альтернативу.
Какие среды разобраны?
Десять: ALFWorld, AppWorld, BFCL v4, ScienceWorld, SearchQA, tau-bench, TextCraft, TravelPlanner, WebArena и WebShop.
Где готовые данные?
На Hugging Face: набор `osunlp/early-experience` с экспертными данными, IWM и рассуждениями.
Нужна ли награда среды?
Нет, метод рассчитан на среды без проверяемых наград или с длинными эпизодами.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
СкиллыAI Research Skills
AI Research Skills Library
98 скиллов для ML-исследований: от идеи и обучения моделей до инференса, оценки и написания статьи
Скилл agents-meet-rl для Claude Code: справочник по обучению ИИ-агентов с подкреплением, разбор сбоев и выбор фреймворка.
Self-learning
self-learning-skills
Мета-скилл, который после трудной задачи сохраняет найденный рабочий путь в новый скилл или правило для следующих сессий
CLI для обучения агентов: ваш агент решает задачу, модель-наставник проверяет результат и возвращает замечания
CLI-установщик и менеджер скиллов для кодовых агентов: одна команда ставит скиллы в разные среды и помогает собирать свои
Мета-навык делит задачу на этапы, подбирает профиль и ведет мультиагентную работу в Codex и Claude Code.
Коротко о README
Репозиторий статьи ICML 2026 с руководством для код-агентов, заметками для десяти сред и данными на Hugging Face.