論文の概要: Towards Sustainable Web Agents: A Plea for Transparency and Dedicated Metrics for Energy Consumption

• arxiv url: http://arxiv.org/abs/2502.17903v1
• Date: Tue, 25 Feb 2025 06:58:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-26 15:21:34.623977
• Title: Towards Sustainable Web Agents: A Plea for Transparency and Dedicated Metrics for Energy Consumption
• Title（参考訳）: 持続可能なWebエージェントを目指して : 透明性と省エネ基準
• Authors: Lars Krupp, Daniel Geißler, Paul Lukowicz, Jakob Karolus,
• Abstract要約: 本研究では,Webエージェントに関連するエネルギーとCO2コストについて検討する。 結果は、Webエージェント作成における異なる哲学が、関連する拡張エネルギーにどのように影響するかを示している。 我々の研究は、Webエージェントの評価における思考の変化を提唱し、エネルギー消費と持続可能性のための専用の指標を保証します。
• 参考スコア（独自算出の注目度）: 4.614707355759162
• License:
• Abstract: Improvements in the area of large language models have shifted towards the construction of models capable of using external tools and interpreting their outputs. These so-called web agents have the ability to interact autonomously with the internet. This allows them to become powerful daily assistants handling time-consuming, repetitive tasks while supporting users in their daily activities. While web agent research is thriving, the sustainability aspect of this research direction remains largely unexplored. We provide an initial exploration of the energy and CO2 cost associated with web agents. Our results show how different philosophies in web agent creation can severely impact the associated expended energy. We highlight lacking transparency regarding the disclosure of model parameters and processes used for some web agents as a limiting factor when estimating energy consumption. As such, our work advocates a change in thinking when evaluating web agents, warranting dedicated metrics for energy consumption and sustainability.
• Abstract（参考訳）: 大規模言語モデルの領域の改善は、外部ツールを使用し、その出力を解釈できるモデルの構築へと移行してきた。 いわゆるWebエージェントは、インターネットと自律的に対話する能力を持っている。 これにより、日々のアクティビティでユーザをサポートしながら、時間を要する反復的なタスクを扱う強力なデイリーアシスタントになることができます。 ウェブエージェントの研究は盛んに進んでいるが、この研究の方向性の持続可能性の側面はほとんど解明されていない。 我々は、Webエージェントに関連するエネルギーとCO2コストを最初に調査する。 以上の結果から,Webエージェント生成における哲学の相違が,関連エネルギーにどのように影響するかが示唆された。 エネルギー消費を推定する際の制限要因として,一部のWebエージェントで使用されるモデルパラメータやプロセスの開示に関する透明性の欠如を強調した。 このように、我々の研究は、Webエージェントの評価における思考の変化を提唱し、エネルギー消費と持続可能性のための専用の指標を保証します。

関連論文リスト

• Proposer-Agent-Evaluator(PAE): Autonomous Skill Discovery For Foundation Model Internet Agents [64.75036903373712]
  Proposer-Agent-Evaluatorは、基礎モデルエージェントが野生のスキルを自律的に発見し、実践することを可能にする学習システムである。 PAEの中心となるタスクプロポーサは、エージェントがコンテキスト情報で実践するためのタスクを自律的に提案するコンテキスト対応タスクプロポーサである。 成功評価は、エージェントがRLを介してポリシーを洗練するための報酬信号として機能する。
  論文  参考訳（メタデータ） (2024-12-17T18:59:50Z)
• Double-Exponential Increases in Inference Energy: The Cost of the Race for Accuracy [3.6731536660959985]
  コンピュータビジョンにおけるディープラーニングモデルは、エネルギー消費と持続可能性に対する懸念を増大させる。 1200画像ネット分類モデルの推定エネルギー消費の包括的分析を行う。 我々は、エネルギー消費に寄与する重要な要因を特定し、エネルギー効率を向上させる方法を示す。
  論文  参考訳（メタデータ） (2024-12-12T21:44:08Z)
• BiTSA: Leveraging Time Series Foundation Model for Building Energy Analytics [15.525789412274587]
  本稿では対話型可視化ツールBiTSAの設計について述べる。 このツールは、マネージャが複雑なエネルギーデータを素早く解釈し、リアルタイムの洞察に基づいて、即座にデータ駆動のアクションを取ることを可能にする。
  論文  参考訳（メタデータ） (2024-11-20T23:49:06Z)
• OpenWebVoyager: Building Multimodal Web Agents via Iterative Real-World Exploration, Feedback and Optimization [66.22117723598872]
  マルチモーダルWebエージェントの開発を容易にするために設計されたオープンソースフレームワークを紹介する。 まず、基本モデルを模倣学習で訓練し、基礎能力を得る。 次に、エージェントにオープンウェブを探索させ、その軌道に関するフィードバックを収集する。
  論文  参考訳（メタデータ） (2024-10-25T15:01:27Z)
• Internet of Agents: Weaving a Web of Heterogeneous Agents for Collaborative Intelligence [79.5316642687565]
  既存のマルチエージェントフレームワークは、多種多様なサードパーティエージェントの統合に苦慮することが多い。 我々はこれらの制限に対処する新しいフレームワークであるInternet of Agents (IoA)を提案する。 IoAはエージェント統合プロトコル、インスタントメッセージのようなアーキテクチャ設計、エージェントのチーム化と会話フロー制御のための動的メカニズムを導入している。
  論文  参考訳（メタデータ） (2024-07-09T17:33:24Z)
• WorkArena: How Capable Are Web Agents at Solving Common Knowledge Work Tasks? [83.19032025950986]
  本稿では,Webブラウザを介してソフトウェアと対話する大規模言語モデルベースエージェントについて検討する。 WorkArenaは、広く使用されているServiceNowプラットフォームに基づく33のタスクのベンチマークである。 BrowserGymは、そのようなエージェントの設計と評価のための環境である。
  論文  参考訳（メタデータ） (2024-03-12T14:58:45Z)
• WebArena: A Realistic Web Environment for Building Autonomous Agents [92.3291458543633]
  我々は、非常に現実的で再現可能な言語誘導エージェントのための環境を構築する。 我々は,Web上でタスクを実行するエージェントに着目し,4つの共通ドメインから完全に機能するWebサイトを持つ環境を構築する。 タスク完了の関数的正しさを評価することに焦点を当てたベンチマークタスクのセットをリリースする。
  論文  参考訳（メタデータ） (2023-07-25T22:59:32Z)
• Continually learning out-of-distribution spatiotemporal data for robust energy forecasting [10.47725405370935]
  エネルギー利用は持続可能性の向上と廃棄物の削減に不可欠である。 異常期間におけるエネルギー利用予測は、占有パターンの変化とエネルギー利用行動のために困難である。 オンライン学習はこの課題に対する有望な解決策として浮上した。 提案手法の有効性を検証するために, 6棟の建物からのデータを用いて実験を行った。
  論文  参考訳（メタデータ） (2023-06-10T09:12:10Z)
• Signifiers as a First-class Abstraction in Hypermedia Multi-Agent Systems [0.6595290783361959]
  我々は、Webベースのマルチエージェントシステムにおいて、シグニケータを第一級の抽象化として導入するために、Affordance TheoryとHuman-Computer Interactionの概念と方法を構築した。 我々は,情報利用の促進を目的とした,ハイパーメディア環境におけるシグニチャの文脈曝露に関する形式モデルを定義した。
  論文  参考訳（メタデータ） (2023-02-14T10:54:46Z)
• $E^3$: Visual Exploration of Spatiotemporal Energy Demand [11.3457742898176]
  エネルギー需要問題の鍵となる要素を同定する。 これまでの調査では需要の変化は調査されていない。 ポテンシャルフローに基づくアプローチは、エネルギー需要の変化をモデル化するために形式化された。 専門家は、サーバの実環境電気データのケーススタディを通じて、このアプローチの有用性を評価し、確認した。
  論文  参考訳（メタデータ） (2020-06-16T19:59:28Z)
• Multi-Agent Meta-Reinforcement Learning for Self-Powered and Sustainable Edge Computing Systems [87.4519172058185]
  エッジコンピューティング機能を有するセルフパワー無線ネットワークの効率的なエネルギー分配機構について検討した。 定式化問題を解くために,新しいマルチエージェントメタ強化学習(MAMRL)フレームワークを提案する。 実験の結果、提案されたMAMRLモデルは、再生不可能なエネルギー使用量を最大11%削減し、エネルギーコストを22.4%削減できることが示された。
  論文  参考訳（メタデータ） (2020-02-20T04:58:07Z)

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。