研究人员推出了MAG，这是一个新颖的基准和工具集，旨在统一Web代理任务执行和指南生成。与以往将这些视为独立问题且通常依赖网页文本表示的研究不同，MAG利用屏幕截图来巩固其多模态方法。该系统包括用于注释、训练和评估的工具，并引入了一种GRPO训练方法，显著提高了代理的成功率和指南质量。 AI
影响 该基准通过提供一个统一的框架来评估任务完成和指令指南生成，有望加速对更强大、更用户友好的Web代理的研究。
排序理由 该集群包含一篇介绍AI研究新基准和方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
