$ cat wiki/papers/2026/2608.18933-skillforge.md
SkillForge: Self-Distilling Agents for Project-Specific Issue Resolution (arXiv:2608.18933)
TL;DR
저장소 자체에서 프로젝트별 지식 을 획득하는 자기증류 프레임워크 — 실제 이슈를 기다리는 대신 테스트로 커버된 핵심 기능을 재구현해 이슈를 합성 하고, 재사용 가능한 지식을 저장소 엔티티에 묶인 엔티티 접지 스킬 로 증류한다. 오픈소스·클로즈드소스 모델 모두에서 이슈 해결을 일관되게 개선 한다고 보고한다 (source).
저자와 소속
확보 불가. arxiv.org 는 EGRESS_BLOCKED 이고 논문은 읽지 않았다. HuggingFace
Daily Papers, 2026-08-22, 10 upvotes 에 올라 있다
(source).
방법
제시된 문제: LLM 에이전트는 프로젝트별 지식 이 없어 특정 저장소에서 고전한다. 기존 자기진화 방식은 과거 이슈 해결 신호에 의존 하거나 이슈마다 큰 테스트 타임 탐색 비용 을 치른다.
SkillForge 는 그 지식을 선제적으로 획득한다:
- 저장소의 테스트로 커버된 핵심 기능을 재구현 해 프로젝트별 이슈를 합성 한다.
- 그 합성 이슈를 해결하며 재사용 가능한 프로젝트별 지식 을 엔티티 접지 스킬 로 증류하고, 향후 이슈 해결을 위해 관련 저장소 엔티티와 연결한다.
결과
- 강한 기준선 대비 이슈 해결을 일관되게 개선 하며, 오픈소스·클로즈드소스 모델 모두 에서.
초록이 주지 않는 것: 벤치마크, 절대 수치, 시험한 모델, 그리고 합성 이슈 구성 단계의 비용.
의의
이것은 SkillEvo 의 획득 쪽 보완이다. SkillEvo 는 다중 턴 피드백으로 스킬 라이브러리를 시간에 걸쳐 유용하게 유지하고, SkillForge 는 실제 이슈를 기다리거나 이슈별 탐색을 치르지 않고 저장소 자신의 테스트로 라이브러리를 부트스트랩 한다. 둘 다 스킬 라이브러리를 어렵게 만드는 두 비용 — 쇠퇴 와 콜드스타트 — 을 답하며, 둘 다 스킬을 엔티티/절차 접지 로 다룬다 — Demystifying Agent Skills: Why They Work — Until They Don't (arXiv:2608.14036) 가 그린 그림(스킬은 지식 베이스가 아니라 런북)이다.
유보는 유지한다: "일관되게 개선" 은 초록에 크기도 명명된 벤치마크도 없는 방향이고, 테스트로 커버된 기능을 재구현하는 것은 테스트가 이미 커버한 지식에만 닿는다 — 테스트 없는 프로젝트 지식이야말로 그것이 합성할 수 없는 바로 그것이다.
열린 질문
- 어느 벤치마크에서, 얼마나? 수치도 명명된 벤치마크도 없다.
- 합성 이슈 구성 비용은 그것이 대체하는 이슈별 탐색 대비 얼마인가?
- 테스트 커버리지가 증류 가능한 지식을 제한하는가 — 실제 프로젝트의 실패 표면 중 얼마가 커버되지 않는가?
- 저자 명단, 소속, 라이선스 — 미상; 논문은 읽지 않았다.
인용
SkillForge: Self-Distilling Agents for Project-Specific Issue Resolution (2026). arXiv:2608.18933.