研究人员开发了 AutoSurfer，一个旨在为网络代理生成全面训练数据的新系统。该系统采用系统性的广度优先探索策略，以彻底映射网站功能，模仿人类学习模式。AutoSurfer 还利用此探索数据来指导任务合成和优化代理轨迹，显著减少错误并提高准确性。在 WebArena 基准测试上的评估显示，AutoSurfer 训练的代理任务完成准确率高达 24.23%，超越了先前最先进的方法。 AI
影响 改进了网络代理的训练数据生成，可能带来更强大、更准确的自动化网站导航。
排序理由 这是一篇描述生成网络代理训练数据新方法的论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
