Search

直接匹配不多,已補上最新動態。

Tag: #llm-synthesis1 results

Weblica:擴展網頁代理RL訓練

Weblica:擴展網頁代理RL訓練

Weblica 是一個框架,利用 HTTP 快取重播穩定視覺狀態及基於真實網站的 LLM 合成,建構可擴展、可重現的網頁環境。它能將 RL 訓練擴展至數千個多樣化任務,捕捉網頁複雜性。Weblica-8B 在導航基準上超越同規模開源基線,使用更少推理步驟。

ArXiv AIResearchMay 11#web-agents#llm-synthesis