实体
WebArena-Lite
WebArena-Lite
PulseAugur coverage of WebArena-Lite — every cluster mentioning WebArena-Lite across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新方法通过结合驾驭进化和权重训练来改进 LLM 代理
研究人员开发了一种新方法，通过战略性地结合驾驭进化和权重训练来改进长时域大型语言模型 (LLM) 代理。该方法首先进化代理的驾驭以解决进程失败（如调用阻塞或循环），然后使用权重训练来解决内容失败（如计划交付不佳）。在 DeepPlanning 上的实验显示 Qwen3.5 模型的得分显著提高，驾驭进化提高了性能，而在进化轨迹上训练的 LoRA 适配器内化了这些收益。
-
新的训练方法改进了网络代理的世界模型
研究人员开发了一种名为预测状态匹配的新训练目标，用于网络代理中的世界模型。该方法旨在提高这些模型区分由不同操作产生的不同网络状态的能力，这对于准确的操作选择至关重要。该方法在源自 WebArena Go-Browse 轨迹的数据集上进行了测试，并在 WebPRMBench 和 WebArena-Lite 等基准测试中表现出改进的性能，最终提高了网络代理的端到端任务成功率。
-
Meta-TTL框架优化语言代理适应策略
研究人员开发了Meta-TTL，一个旨在优化语言代理适应策略以提高推理时性能的新颖框架。与使用固定策略的现有方法不同，Meta-TTL将适应策略发现视为一个双层优化问题。该方法使用进化搜索来评估策略在各种任务上的有效性，从而找到最优策略，并在同分布和异分布场景下的Jericho、WebArena-Lite和tau^2-Bench等基准测试中表现出优越的性能。