本文介绍了会话式网络导航的问题和解决方案，包括大规模基准WEBLINX的设计、受检索启发的模型以及微调解码器的能力。作者强调了泛化到新颖设置的大型多模式模型的重要性。

本文介绍了会话式网络导航的问题，并提出了一个大规模基准WEBLINX，用于训练和评估代理。为了解决大量信息的问题，设计了一种受检索启发的模型来高效修剪HTML页面。实验发现，较小的微调解码器在模拟人类行为方面表现优于其他模型，但难以泛化到未见过的网站。