实体 WebPRMBench

WebPRMBench

PulseAugur coverage of WebPRMBench — every cluster mentioning WebPRMBench across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

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 1 条

TOOL · CL_233341 · Sep 3 · 04:00

新的训练方法增强了网络代理的世界模型

研究人员为网络代理使用的世界模型开发了一种新的训练目标，称为预测状态匹配。该方法旨在使预测状态更具判别性，从而提高下游排序器选择动作的准确性。实验表明，该方法在 WebPRMBench 和 WebArena-Lite 等基准测试中优于传统的监督式下一状态预测方法，从而提高了网络代理的端到端任务成功率。