📋 한 줄 요약
**[Agentic RL / Skill Routing]** Skill0.5가 general skill 내재화 + task-specific skill 활용을 difficulty-aware router로 결합 — privileged distillation·diagnostic probing으로 hard/easy task에 다른 최적화, ALFWorld·WebShop의 ID·OOD 동시 향상.
🎯 핵심 기여도
- LLM에 explicit skill을 부여하는 것이 자율 agent의 복잡 task 해결에 유망 paradigm으로 부상함을 배경 — agent skill은 broad cognitive transfer 위한 general skill과 동적 실행 위한 task-specific skill로 inherently 구분.
- 기존 skill-based RL이 보통 rigid 선택 강제 — full externalization(prohibitive context overhead) vs full internalization(overfitting·knowledge conflict 위험) — 의 dilemma 진단.
- Skill0.5 제안 — agentic RL 프레임워크로 general skill internalization과 task-specific skill utilization 결합으로 skill treatment를 명시적으로 차별화.
- Dynamic·difficulty-aware router가 task를 distinct mastery tier로 stream — hard task에는 privileged distillation으로 general skill 내재화해 인지적 토대 구축, easy task에는 diagnostic probing으로 shortcut 패널티·specific skill 활용 강제.
💡 핵심 아이디어
Agent의 skill 학습은 모든 skill을 동일하게 다루지 말고 general(내재화)과 task-specific(외부 활용)으로 분리하되, task 난이도에 따라 router로 동적 라우팅해 hard task는 privileged distillation·easy task는 diagnostic probing이라는 차별화 최적화를 적용해야 한다.
🔬 기술적 접근법
- **방법론**: Skill0.5 — difficulty-aware router 기반 dual skill treatment.
- **핵심 기법**: (1) Skill을 general(broad transfer)·task-specific(dynamic execution)로 분리, (2) Dynamic·difficulty-aware router가 task를 mastery tier로 stream, (3) Hard task — privileged distillation으로 general skill 내재화(cognitive foundation), (4) Easy task — diagnostic probing으로 shortcut 패널티·specific skill 활용 강제, (5) 두 skill 처리의 명시적 분리·tailored optimization.
📊 주요 결과
- ALFWorld·WebShop에서 memory-based·skill-based RL baseline 모두 outperform.
- In-distribution·out-of-distribution 시나리오 양쪽에서 성능 향상.
- General skill 내재화로 인지 토대 구축 확인.
- Diagnostic probing이 shortcut을 효과적으로 패널티함 입증.
💭 의의 및 한계
**의의**: Skill-based agentic RL의 internalization vs externalization dilemma 해소, difficulty-aware router로 동적 최적화 차별화, OOD generalization 동시 향상, ALFWorld·WebShop의 광범위 검증. **한계**: Router의 difficulty 추정 정확도 의존, privileged distillation에 teacher 필요, 더 복잡 환경(웹·로봇)으로 일반화 추가 검증.
🚀 실용적 활용
- 자율 agent의 skill 학습·라우팅.
- Agentic RL의 OOD generalization 향상.
- LLM agent의 hard·easy task 차별화 학습.