AutoSurfer: Un Nuovo Metodo per Generare Dati di Addestramento per Agenti Web

Un team di ricercatori ha presentato AutoSurfer, un avanzato generatore di traiettorie web progettato per affrontare la mancanza di dati di addestramento di alta qualità per agenti web basati su modelli linguistici di grandi dimensioni multimodali. I metodi esistenti per la generazione automatica di traiettorie spesso sono insufficienti, principalmente a causa della loro dipendenza da proposte di attività basate sulla homepage o da esplorazioni casuali, che portano a una generazione di attività vaga o inventata. AutoSurfer affronta queste sfide implementando tre innovazioni principali: un approccio sistematico di esplorazione in ampiezza che tiene traccia delle pagine scoperte e delle tracce di azioni, la propagazione della conoscenza per minimizzare l'esplorazione ridondante e l'espansione ricorsiva di elementi dell'interfaccia utente multilivello. Questo metodo imita i modelli di navigazione umana, risultando in una generazione di traiettorie più accurata e completa. Il documento di ricerca è disponibile su arXiv con l'identificatore 2604.27253.