UNIBROWSE：面向多模态 BrowseComp 的数据到智能体框架

英文标题：UNIBROWSE: A Data-to-Agent Framework for Multimodal BrowseComp

论文提出 UNIBROWSE，一种将数据转化为智能体的框架，用于处理多模态 BrowseComp 任务。这类任务要求智能体在动态网页上融合感知、工具使用与长程推理，核心挑战包括组合结构、开放世界不确定性和多模态信息融合。该框架为开发者提供了新的数据到智能体方法，有望提升处理复杂网页智能体任务的能力。

2.6 KB 2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB