Компьютерная наука > Искусственная разведка [представлена 31 августа 2026 года] Название:SCAFFFOLD: Самосовершенствование веб-агентов через Recursive Paramonical Skill Abstractition View PDF HTML (экспериментальный) Резюме: Веб агенты должны вести визуальный насыщенный, длинный горзононные интерфейсы, которые изменяются на сайтах, но большинство предыдущих агентов все еще изучают каждую задачу в изоляции и отказываются от накопленных ими процедурных знаний. В последнее время привитые навыками рамки делают важный первый шаг, но они рассматривают библиотеку как плоский или двухъярусный тайник быстрого действия и не предлагают никакого принципиального механизма для сжимания избыточности или композиции навыков рекурсивно. Мы введем \текстск {Scaffold}, самосовершенствование визуальных веб-агентов, которые i) привносят параметрические и осуществимые навыки успешного траектории под воздействием ограничения на абстракцию по нескольким каналам; ii) поддерживают рекурсивно сформированную иерархию, в которой высокоуровневые навыки ссылаются на более низкие уровни; iii) упакуют библиотеку посредством минимального критерия описи (MDL) и проверки эквивалентности поведения; и iv) периодически выводят из моделей траекторы с повышенными навыками обратно для интернализации абсорбции. По всему Веб-Арене, VisualWebArena и хронометру Online-Mind2 Web, intextsc {Scaffold} повышает коэффициент успеха на 11,1 - 17,2 долл. Мы выпустим код и документы в Гитубе. Загрузка ссылок и цитат...…
CAFFFOLD: Самосовершенствование веб-агентов через рекурсивное параметрическое резюме
arXiv: 2609.055111v1 Annuate Type: New Humber Abstract: Web-агенты должны вести визуальный, богатый, длинный горизонтный интерфейс, который меняется по сайтам, однако большинство предыдущих агентов все еще обучаются каждой задаче изолированно и отказываются от накопленных ими процедурных знаний. В последнее время привитые навыками рамки делают важный первый шаг, но они рассматривают библиотеку как плоский или двухъярусный тайник быстрого действия и не предлагают никакого принципиального механизма для сжимания избыточности или композиции навыков рекурсивно. Мы введем \текстск {Scaffold}, самосовершенствование визуальных веб-агентов, которые i) привносят параметрические и осуществимые навыки успешного трайектории под воздействием ограничения абстракции по нескольким каналам; ii) поддерживают рекурсивно сформированную иерархию, в которой высокоуровневые навыки ссылаются на более низкие уровни; iii) упакуют библиотеку посредством минимального критерия описывания (МДО) и проверки эквивалентности поведения; и iv) периодически переталкивают трапороры с повышенными навыками обратно в модель весов для внутреннего пользования.