SkillShift-Bench：评估环境演化下 Web Agent 技能学习能力的全新基准
英文标题：SkillShift-Bench: Benchmarking Skill Learning under Environment Evolution for Web Agents
针对 Web Agent 在执行长流程交互任务时面临的网页动态演变难题，研究团队推出了 SkillShift-Bench 基准测试。传统技能学习评估大多局限于静态封闭环境，忽略了真实网络部署中网页界面、结构与交互逻辑持续漂移的现实挑战。该基准专门衡量 Agent 在环境演化过程中的经验复用与技能迁移泛化能力，为构建高鲁棒性、能适应真实动态环境的自治 Web Agent 提供了重要的评测支撑。
打开原文相关 4 · 机会 1
2.0 KB
612 B
380 B
24.2 KB
34.7 KB
中文
SkillShift-Bench：评估环境演变下 Web Agent 技能学习能力的基准测试
论文编号：arXiv:2610.33528v1
发布类型：最新论文（Announce Type: new）
摘要
技能学习（Skill learning）使 Web Agent 能够复用先验经验来处理长周期的交互式任务。然而，当前学习到的技能通常仅在封闭、静态的环境中进行评估，忽视了真实世界 Web 部署所必然面临的界面布局、DOM 结构及交互逻辑持续演变与漂移的现实挑战。
为此，SkillShift-Bench 提供了针对性的基准测试平台，旨在系统评测 Web Agent 在环境不断演进和分布偏移（Distribution Shifts）背景下的技能迁移、适应与鲁棒执行能力。
English / 原文
BibTeX formatted citation
×