SIFaR
PulseAugur coverage of SIFaR — every cluster mentioning SIFaR across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
小型语言模型通过新的SiFR层在旧手机上实现了10/10的任务成功率
一个名为SiFR（系统信息过滤与检索）的新层使小型语言模型能够在旧的移动设备上执行复杂任务。研究人员展示了一个在2017年三星Note 8上运行的400MB Qwen3-0.6B模型，在实时浏览器中成功完成了10/10的任务，而没有SiFR层时则完全失败。该层显著减少了处理时间和令牌使用量，使得在资源受限的硬件上运行LLM应用更加可行。
-
E2LLM 提出新方法，助力 AI 代理导航动态网页
一种名为 E2LLM 的新方法，利用 SiFR 快照，旨在克服 Playwright 在 AI 代理与未知网页交互方面的局限性。Playwright 擅长测试具有预定义选择器的已知页面，而 E2LLM 则通过分析渲染的 DOM 元素及其空间关系，专注于理解动态、未知页面的当前状态。此方法解决了诸如 CSS-in-JS 类名更改、A/B 测试和动态内容更新等问题，这些问题可能导致基于 Playwright 的代理失败。E2LLM 的方法…
-
E2LLM发布开放SiFR格式以确定性地捕获网页数据
E2LLM发布了SiFR，这是一种用于捕获网页数据的新格式规范，以及相关的分类法和模型技能。与可以执行任何操作的典型自主代理不同，E2LLM充当感知层，为语言模型提供结构化的浏览器感知能力和一组有限的受控执行器。SiFR格式旨在实现确定性和令牌效率，通过显着性对节点进行排名并将其展平为关系模型，这使其与DOM转储和可访问性树区分开来。该系统包括九个工具，其中五个用于只读感知，四个用于交互，确保状态更改操作被严格定义并可由用户确认。
-
AI代理需要结构化运行时感知来进行网页浏览
在网页浏览器中运行的AI代理需要一种名为结构化运行时感知的新感知层。目前的屏幕截图、辅助功能树或原始DOM等方法只能提供实时网页的不完整或嘈杂的视图。结构化运行时感知旨在捕捉网页的动态状态，包括被禁用、隐藏或正在加载的元素，这对于代理程序准确理解和交互缺乏干净API的应用程序至关重要。