引导行动的指南：多模态 Web Agent 中指南—行动相互强化的离线研究

英文标题：Guides That Cause Actions: An Offline Study of Guide-Action Mutual Reinforcement in Multimodal Web Agents

论文指出，Web Agent 通常在在线环境中评估，但环境状态和评判模型会在不同运行之间发生漂移，导致同一模型检查点难以稳定复现相同分数。这样的不确定性使得对训练现象开展可控研究变得困难。作者提出了名为 WebMRE 的方法或基准，旨在离线研究多模态 Web Agent 中指南与行动之间的相互强化关系。该工作对需要稳定评估、可复现实验和系统分析 Agent 训练机制的开发者与研究人员具有意义。

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