★ 3
WebAnything 从真实网址自动重建可复用 Web 智能体环境
论文提出全自动框架 WebAnything，由 Explorer-Builder 采集浏览器可观测结构、资源与交互结果，独立验证器检查冻结候选并指导修复或重采集，无需逐站人工实现。团队构建 244 个网站工件、支持 12,984 个任务，并在 5,856 条交互轨迹上微调 Qwen3.5-9B，使…
arXiv cs.AI2 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出全自动框架 WebAnything，由 Explorer-Builder 采集浏览器可观测结构、资源与交互结果，独立验证器检查冻结候选并指导修复或重采集，无需逐站人工实现。团队构建 244 个网站工件、支持 12,984 个任务，并在 5,856 条交互轨迹上微调 Qwen3.5-9B，使…
研究者发布 MisVisAgentBench，首个成对可执行基准，用于评估误导性可视化对 Web 智能体执行的影响。该基准包含 280 个任务实例，以干净-误导图表配对呈现，仅图表证据不同。在 13 个视觉语言 Web 智能体上测试显示，替换为误导图表后平均任务成功率下降超过 34 个百分点，且失…