論文の概要: MAML: Towards a Faster Web in Developing Regions

• arxiv url: http://arxiv.org/abs/2502.15708v1
• Date: Mon, 20 Jan 2025 18:35:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-02 04:52:00.438112
• Title: MAML: Towards a Faster Web in Developing Regions
• Title（参考訳）: MAML: 発展途上国でより高速なWebを目指す
• Authors: Ayush Pandey, Matteo Varvello, Syed Ishtiaque Ahmed, Shurui Zhou, Lakshmi Subramanian, Yasir Zaki,
• Abstract要約: Mobile Application Markup Language (MAML) はフラットなレイアウトベースのWeb仕様言語である。 MAMLは、最小限のHTML/JavaScript/CSSに変換できるため、後方互換性がある。 MAMLは、挑戦的なネットワーク条件下で、Webページのスピードアップを数秒短縮する。
• 参考スコア（独自算出の注目度）: 15.590501918707337
• License:
• Abstract: The web experience in developing regions remains subpar, primarily due to the growing complexity of modern webpages and insufficient optimization by content providers. Users in these regions typically rely on low-end devices and limited bandwidth, which results in a poor user experience as they download and parse webpages bloated with excessive third-party CSS and JavaScript (JS). To address these challenges, we introduce the Mobile Application Markup Language (MAML), a flat layout-based web specification language that reduces computational and data transmission demands, while replacing the excessive bloat from JS with a new scripting language centered on essential (and popular) web functionalities. Last but not least, MAML is backward compatible as it can be transpiled to minimal HTML/JavaScript/CSS and thus work with legacy browsers. We benchmark MAML in terms of page load times and sizes, using a translator which can automatically port any webpage to MAML. When compared to the popular Google AMP, across 100 testing webpages, MAML offers webpage speedups by tens of seconds under challenging network conditions thanks to its significant size reductions. Next, we run a competition involving 25 university students porting 50 of the above webpages to MAML using a web-based editor we developed. This experiment verifies that, with little developer effort, MAML is quite effective in maintaining the visual and functional correctness of the originating webpages.
• Abstract（参考訳）: 開発途上国におけるWebエクスペリエンスは,現代Webページの複雑化と,コンテンツ提供者による最適化の不十分さが主な原因である。 これらのリージョンのユーザは一般的に、ローエンドデバイスと帯域幅の制限に頼っているため、過度のサードパーティCSSとJavaScript(JS)で肥大化したWebページをダウンロードして解析すると、ユーザエクスペリエンスが低下する。 これらの課題に対処するため、我々は、計算とデータ転送の要求を減らすフラットなレイアウトベースのWeb仕様言語であるMobile Application Markup Language (MAML)を導入し、JSからの過剰な肥大化を、本質的な(そして人気のある)Web機能を中心とした新しいスクリプト言語に置き換えた。 最後に、MAMLは、最小限のHTML/JavaScript/CSSにコンパイルでき、レガシーブラウザで動作するため、後方互換性がある。 我々は、任意のWebページを自動的にMAMLに移植できるトランスレータを用いて、ページロード時間とサイズでMAMLをベンチマークする。 人気の高いGoogle AMPと比較すると、100のテストWebページでMAMLは、ネットワーク条件下でのWebページのスピードアップを数十秒高速化する。 次に,25人の大学生が開発したウェブベースのエディタを用いて,上記50ページをMAMLに移植するコンテストを開催した。 この実験により、MAMLは開発者の努力がほとんどなく、元のWebページの視覚的および機能的正当性を維持するのに非常に効果的であることが検証された。

関連論文リスト

• Web2Code: A Large-scale Webpage-to-Code Dataset and Evaluation Framework for Multimodal LLMs [112.89665642941814]
  MLLM(Multimodal large language model)は、画像、ビデオ、オーディオなどのモダリティにおいて顕著な成功を収めている。 現在のMLLMは、Webページのスクリーンショットを理解し、対応するHTMLコードを生成するのに驚くほど貧弱です。 命令チューニングのための大規模Webページ・ツー・コードデータセットを新たに構築したベンチマークを提案する。
  論文  参考訳（メタデータ） (2024-06-28T17:59:46Z)
• AutoScraper: A Progressive Understanding Web Agent for Web Scraper Generation [54.17246674188208]
  Webスクレイピングは、Webサイトからデータを抽出し、自動データ収集を可能にし、データ分析機能を強化し、手動のデータ入力作業を最小化する強力なテクニックである。 既存の手法では、ラッパーベースの手法は、新しいウェブサイトで直面する場合、適応性とスケーラビリティの制限に悩まされる。 本稿では,大規模言語モデル(LLM)を用いたWebスクレイパー生成のパラダイムを紹介し,多様なWeb環境をより効率的に処理できる2段階フレームワークであるAutoScraperを提案する。
  論文  参考訳（メタデータ） (2024-04-19T09:59:44Z)
• VisualWebBench: How Far Have Multimodal LLMs Evolved in Web Page Understanding and Grounding? [115.60866817774641]
  MLLM(Multimodal Large Language Model)は、Web関連のタスクにおいて有望であることを示す。 Webドメインにおけるパフォーマンス評価は、包括的なベンチマークが欠如しているため、依然として課題である。 benchは、さまざまなWebタスクにわたるMLLMの機能を評価するために設計されたマルチモーダルベンチマークである。
  論文  参考訳（メタデータ） (2024-04-09T02:29:39Z)
• A Real-World WebAgent with Planning, Long Context Understanding, and Program Synthesis [69.15016747150868]
  本稿では,WebAgentについて紹介する。WebAgentは自己経験から学習し,実際のWebサイト上でタスクを完了させるエージェントである。 WebAgentは、指示を標準のサブ命令に分解し、長いHTMLドキュメントをタスク関連スニペットに要約し、ウェブサイトで作用する計画である。 我々は、我々のモジュラーレシピが実際のWebサイトの成功を50%以上改善し、HTML-T5が様々なHTML理解タスクを解決する最良のモデルであることを実証的に実証した。
  論文  参考訳（メタデータ） (2023-07-24T14:56:30Z)
• Mind2Web: Towards a Generalist Agent for the Web [25.363429937913065]
  Mind2Webは、Webのためのジェネラリストエージェントの開発と評価のための最初のデータセットである。 31のドメインにまたがる137のWebサイトから2,000以上のオープンエンドタスクが収集され、Mind2WebはジェネラリストWebエージェントを構築するために必要な3つの材料を提供する。 Mind2Webをベースとして,汎用的なWebエージェントを構築するために,大規模言語モデル(LLM)を最初に検討する。
  論文  参考訳（メタデータ） (2023-06-09T17:44:31Z)
• A Suite of Generative Tasks for Multi-Level Multimodal Webpage Understanding [66.6468787004067]
  ウィキペディアのWebページスイート (WikiWeb2M) には, 関連画像, テキスト, 構造データを含む2Mページが含まれている。 我々は,最も関連性の高い画像とテキストをグローバルトークンとして選択し,Webページの他の部分へのコンテクストへの参加を可能にする,新しいアテンションメカニズムであるPrefix Globalを設計する。
  論文  参考訳（メタデータ） (2023-05-05T16:38:05Z)
• WebSHAP: Towards Explaining Any Machine Learning Models Anywhere [13.883867498610172]
  我々は,最新のモデルに依存しない説明可能性技術 SHAP を Web 環境に適用する最初のブラウザ内ツールである WebSHAP を提案する。 我々のオープンソースツールは、クライアントサイドのハードウェア機能を利用するWebGLのようなモダンなWeb技術で開発されています。
  論文  参考訳（メタデータ） (2023-03-16T17:56:02Z)
• Understanding HTML with Large Language Models [73.92747433749271]
  大規模言語モデル(LLM)は、様々な自然言語タスクにおいて例外的な性能を示している。 我々は,HTML 理解モデル (微調整 LLM ) と,その機能に関する3つのタスクの詳細な分析に貢献する。 本稿では,標準自然言語コーパスで事前訓練されたLLMが,HTML理解タスクに極めて適していることを示す。
  論文  参考訳（メタデータ） (2022-10-08T07:27:17Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。