OptiSkill : une SkillBank pour éviter aux agents de refaire les mêmes erreurs d’optimisation

Le problème n’est pas seulement le code

En modélisation d’optimisation, un agent doit traduire un énoncé en variables, objectif, contraintes puis code de solveur. Une trajectoire peut sembler plausible tout en décrivant mal une contrainte. Dans l’introduction et le résumé (pp. 1–2), Zhao et al. présentent OptiSkill comme une réponse à ce problème : transformer des trajectoires vérifiées par solveur en compétences réutilisables, plutôt que résoudre chaque instance comme un cas isolé.

Le point important est le mot « vérifiées ». Une sortie textuelle convaincante n’est pas encore une compétence fiable ; elle doit passer par un oracle d’exécution adapté au problème.

Deux mémoires complémentaires

La SkillBank décrite en §2.1 (pp. 2–4) est hiérarchique et organisée par type de problème OR. Elle sépare :

• les Global Strategies, qui décrivent un squelette de formulation et des invariants plus généraux ;
• les Step Experiences, qui associent un déclencheur local à un avertissement, une correction ou une étape utile.

La récupération commence par une classification de type, puis utilise une sélection sémantique Top-K. Cette organisation évite de traiter une erreur locale comme une règle universelle, mais elle introduit aussi un risque : une expérience pertinente en surface peut détourner la formulation si elle n’est pas validée dans le nouveau contexte.

Distiller depuis les trajectoires

En §2.2 (pp. 4–6), la construction part de trajectoires correctes et incorrectes évaluées automatiquement. Les stratégies sont distillées à partir des invariants de trajectoires correctes ; les expériences proviennent de paires succès-échec. Les candidats sont ensuite dédupliqués et fusionnés avant leur activation.

Cette séquence est plus exigeante qu’un simple journal de conversations. Elle demande un signal de réussite, un diagnostic et une décision sur ce qui mérite d’être conservé. Elle ne dit pas qu’un agent généraliste peut apprendre n’importe quelle procédure sans oracle spécialisé.

Évoluer sans contaminer le batch

Le mécanisme de §2.3 (pp. 6–8) garde la banque active fixe pendant un batch. Les nouvelles compétences restent candidates dans un tampon ; elles ne sont admises qu’après des contrôles de support, de réparation et de régression. Une fiabilité est attribuée (high, medium, low ou risky) et une candidate risquée peut être supprimée.

Ce gel temporaire est une décision de gouvernance autant qu’une optimisation. Il évite qu’une compétence fraîchement produite modifie immédiatement les cas qui servent à évaluer la suite.

Ce que les résultats disent — et ne disent pas

L’évaluation (pp. 8–13) porte sur huit benchmarks OR et rapporte des gains de Pass@1. L’ablation présente les stratégies et expériences comme complémentaires, tout en signalant que certaines expériences sémantiquement pertinentes peuvent détourner la formulation. Les valeurs précises doivent être lues dans les tableaux du papier et attribuées à Zhao et al. (2026) ; elles ne constituent pas une reproduction locale.

Le papier rapporte aussi une hausse du temps moyen de 34,13 à 36,57 secondes et des tokens de 5 964 à 6 176 lorsque l’évolution est activée (§3.5, pp. 11–12). Une mémoire plus utile peut donc coûter davantage.

Limites à garder visibles

La section Limitations (§4, pp. 12–13) restreint la portée : couverture initiale surtout LP/MILP, classes rares sous-couvertes, erreurs de routage ou de récupération, coût d’inférence et de validation, et évaluation centrée sur la correction vérifiée par solveur plutôt que sur l’efficacité, la stabilité ou l’interprétabilité opérationnelle. L’annexe A précise aussi que la banque initiale ne couvre pas QP/QCQP, SOCP et MINLP, avec une couverture partielle ajoutée par évolution (pp. 14–16).

OptiSkill est donc un résultat sur une architecture et un domaine, pas une preuve qu’une SkillBank générique améliore tout agent.

Source et statut

Zhao, Liu, Zuo, Zhang, Han et Wu, « OptiSkill: A Hierarchical and Evolving SkillBank for LLM-Based Optimization Modeling », arXiv:2609.22987v1, pages 1–13 et annexes A–C, consulté le 22 septembre 2026 : page officielle, PDF officiel, DOI 10.48550/arXiv.2609.22987. Les recommandations de lecture et d’adaptation sont éditoriales ; les scores et coûts sont ceux rapportés par les auteurs.