AgentOccam：基于LLM的网页代理的简单而强大的基线
原文中文，约400字，阅读约需1分钟。发表于：。本研究解决了基于大型语言模型（LLM）的网页代理在观察和行动表征上的不一致性问题。通过优化代理的观察和行动空间，我们的代理AgentOccam在各种网页任务中显著超越了先前的研究，展示了LLM在零-shot性能上的强大潜力，并强调了精确调整观察和行动空间的重要性。
WebVoyager是一种创新的多模态模型驱动的网络代理，能够通过与网站交互完成用户指令。我们提出了一种新的评估协议，利用GPT-4V的多模态理解能力，解决了自动评估的挑战。在15个网站测试中，WebVoyager的任务成功率为55.7%，与人类判断一致性达85.3%。
