スキルアップによるCUDAカーネル記述のためのエージェントスキルの活用

Hugging Faceは、エージェントスキルの活用を通じて、CUDAカーネルの記述などの複雑なタスクにおける小型AIモデルの性能を向上させる方法を導入しました。このプロセスでは、新しいupskillツールを利用し、大規模モデルでエージェントスキルを生成・評価し、これらのスキルを小型またはよりコスト効率の高いモデルに適用することができます。

エージェントスキルは、モデルやツール間で交換可能な知識のパッケージ化された形式であり、マークダウンとスクリプトを含む指示ファイルとして定義されます。これらは、モデルが自然に優れていないニッチまたは困難な問題領域で特に有益であることが証明されています。

ClaudeとUpskillツールを使用したスキル強化の手順

1. Claude Opus 4.5でカーネルを構築: プロセスは、Claude Codeを使用してインタラクティブにカーネルを組み立て、トレースをエクスポートすることから始まります。これには、ドラフトスキルを使用したソリューションの反復が含まれ、小型モデルの実験を通じた継続的な改善を可能にします。

2. トレースからエージェントスキルを作成: カーネルが構築された後、完了したタスクのスキルファイルを生成するようにClaudeに指示します。Anthropicの「スキルクリエーター」を利用することもこのプロセスを促進し、エージェントの活動トレースに基づいてスキルを作成します。upskillは、スキルのパフォーマンスを評価するためのテストケースも提供することで有用性を高めます。

3. モデル間でスキルを適用: 新しく作成されたスキルを、スキルがディレクトリとしてフォーマットされている標準的な方法に従って、目的のモデルに転送します（例：{agent}/skills/{skill_name}/SKILL.md）。upskill evalコマンドを使用して、これらのスキルを用いたモデルパフォーマンスの比較を実行し、codexやcursorなどの様々なプラットフォーム間での精度とトークン使用量の違いを強調します。

最終的に、スキルは、異なるモデルでの繰り返しタスクにおいて、精度を維持しながらトークン消費を削減するのに役立ちます。ただし、効果のばらつきは、反復的なスキルの改良が必要であることを示唆しています。