WebVoyager: Building an end-to-end web agent with large multimodal models
PulseAugur coverage of WebVoyager: Building an end-to-end web agent with large multimodal models — every cluster mentioning WebVoyager: Building an end-to-end web agent with large multimodal models across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
AI代理评估因前端UI更改而中断
一位软件工程师遇到了一个重大问题,由于一次前端的夜间发布,他们的人工智能代理的评估套件失败了。代理本身没有改变,但UI的修改,如移动按钮和添加确认步骤,导致评估套件中的硬编码检查失败。这凸显了一个关键问题:仅基于结果的评分可能导致虚假通过,即代理通过不正确或鲁莽的路径达到正确的最终状态,这比直接失败更令人担忧。工程师决定通过增加一个LLM/VLM裁判来增强现有的程序化检查,以处理UI漂移并评估整个代理轨迹,同时还实施一个系统,通过将裁…
-
新的网络代理框架MiniWebAgent通过组合学习到的技能提高了任务成功率 · 跟踪2个来源
研究人员开发了MiniWeb,这是一个包含65个互联网站点和369个任务的微型Web环境,用于训练和评估网络代理。他们发现现有的开源权重代理在拖放和手势交互方面存在困难,这促使创建MiniWebGen来生成以技能为中心的训练数据。在此数据上微调Qwen3.5-4B模型显著提高了其在单个技能上的性能,并且当与MiniWebAgent中的规划器配对时,在MiniWeb以及WebArena-Lite和Online-Mind2Web等外部基准…
-
人工智能开发、硬件和数据集成在多个来源中被讨论
几篇近期帖子讨论了人工智能和软件开发方面的进展和应用。其中一篇帖子重点介绍了使用 MCP 工具将罗马尼亚公司注册数据与 Claude 或 Cursor 等人工智能模型集成。另一篇提到了一个专注于开源人工智能和副业的 Hacktoberfest 挑战。另一项内容详细介绍了运行大型人工智能模型的硬件限制,指出 RTX 5090 在处理 1 位量化时遇到困难,并讨论了 DGX Spark 和 Nvidia RTX Pro 的性能。
-
HyWe框架统一了AI代理的网络搜索和交互
研究人员推出HyWe,一个新颖的框架,旨在将复杂网络任务中的信息收集和页面交互能力统一到单个AI模型中。该框架利用专用的提示和工具集来执行子目标,并通过显式的切换机制和共享历史记录,使不同模式能够建立在彼此的发现之上。开发了一个新的基准HyWeBench,包含100个人类编写的任务,用于评估混合任务的完成情况,其中HyWe-35B取得了47.0%的成功率,显著优于现有的专用代理。
-
新研究增强了 AI 代理的记忆、推理和有根据能力
研究人员正在开发先进的方法,使 AI 代理能够有效地利用长期记忆并提高其推理能力。一种名为查询条件重用 (QCR) 的方法侧重于代理如何将过去的轨迹适应新环境,在各种基准测试中显示出成功率和令牌效率的显著提高。另一个研究领域通过使用步级自蒸馏和证据锚来指导学习,解决了深度搜索代理强化学习中奖励稀疏的问题。此外,SynWeaver 等框架旨在通过与网站特定先验知识共同合成任务和轨迹来提高代理的泛化能力,而 LoongReflect 通过…
-
DeepSeek寻求73.5亿美元创纪录融资;腾讯被视为投资者
人工智能公司DeepSeek据报道正寻求高达500亿元人民币(约合73.5亿美元)的首轮主要外部融资,这可能创下中国初创公司的新纪录。业内人士猜测腾讯比阿里巴巴更有可能参与,这表明科技巨头之间存在战略分歧。与此同时,腾讯AI部门的一名前高级研究员已加入OpenAI。
-
Smooth 和 ContextFort 提供 AI 代理的可视性和控制
Smooth 推出了新的无服务器浏览器代理 API,旨在提高可靠性、速度和成本效益,声称比现有解决方案便宜 7 倍,速度快 5 倍。该 API 通过处理即时浏览器启动和验证码解决等复杂问题,简化了开发人员的 Web 自动化任务。另外,ContextFort 推出了一个工具,为 Cursor 和 Claude Code 等 AI 编码代理提供可视性和控制,解决了代理访问开发人员机器上的敏感文件和凭据的安全问题。
-
OpenAI 推出 Operator,一款可浏览网页执行任务的 AI 代理
OpenAI 推出了 Operator,这是一款新推出的 AI 代理,旨在通过其自有浏览器与网站互动来执行基于网页的任务。该代理由一个名为 Computer-Using Agent (CUA) 的新模型驱动,可以通过打字、点击和滚动来填写表格、订购杂货等。Operator 最初作为一项研究预览向美国地区的 Pro 用户提供,目前正在集成到 ChatGPT 中,并将扩展到其他用户级别。该代理在网页交互基准测试中已展现出最先进的性能。