論文の概要: MM-WebAgent: A Hierarchical Multimodal Web Agent for Webpage Generation
- arxiv url: http://arxiv.org/abs/2604.15309v1
- Date: Thu, 16 Apr 2026 17:59:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-17 21:29:32.05081
- Title: MM-WebAgent: A Hierarchical Multimodal Web Agent for Webpage Generation
- Title（参考訳）: MM-WebAgent:Webページ生成のための階層型マルチモーダルWebエージェント
- Abstract要約: MM-WebAgentはマルチモーダルWebページ生成のための階層型エージェントフレームワークである。
AIGCベースの要素生成を階層的計画と反復的自己回帰を通じてコーディネートする。
- 参考スコア（独自算出の注目度）: 99.19991374550729
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The rapid progress of Artificial Intelligence Generated Content (AIGC) tools enables images, videos, and visualizations to be created on demand for webpage design, offering a flexible and increasingly adopted paradigm for modern UI/UX. However, directly integrating such tools into automated webpage generation often leads to style inconsistency and poor global coherence, as elements are generated in isolation. We propose MM-WebAgent, a hierarchical agentic framework for multimodal webpage generation that coordinates AIGC-based element generation through hierarchical planning and iterative self-reflection. MM-WebAgent jointly optimizes global layout, local multimodal content, and their integration, producing coherent and visually consistent webpages. We further introduce a benchmark for multimodal webpage generation and a multi-level evaluation protocol for systematic assessment. Experiments demonstrate that MM-WebAgent outperforms code-generation and agent-based baselines, especially on multimodal element generation and integration. Code & Data: https://aka.ms/mm-webagent.
- Abstract（参考訳）: AIGC(Artificial Intelligence Generated Content)ツールの急速な進歩により、画像、ビデオ、視覚化がWebページデザインの需要に応じて作成できるようになる。
しかし、このようなツールを自動Webページ生成に直接統合すると、要素が独立して生成されるため、スタイルの不整合とグローバルな一貫性が低下することが多い。
マルチモーダルWebページ生成のための階層型エージェントフレームワークであるMM-WebAgentを提案する。
MM-WebAgentはグローバルなレイアウト、ローカルなマルチモーダルコンテンツ、それらの統合を共同で最適化し、一貫性と視覚的に一貫したWebページを生成する。
さらに,マルチモーダルWebページ生成のためのベンチマークと,システム評価のためのマルチレベル評価プロトコルを導入する。
MM-WebAgentは、特にマルチモーダル要素の生成と統合において、コード生成およびエージェントベースのベースラインよりも優れていることを示す実験である。
コードとデータ:https://aka.ms/mm-webagent.com
関連論文リスト
- GTA: Generating Long-Horizon Tasks for Web Agents at Scale [82.43869456830664]
我々は、クローリング、検索ベースのシード、コンテキスト内生成、自動品質管理を統合したスケーラブルなフレームワーク、GTAを導入する。
eコマース、政府、フォーラム、ニュースをカバーする50以上のウェブサイトでパイプラインをインスタンス化し、マルチリンガルとマルチホップをカバーしています。
i) マルチホップWebエージェントタスク生成の形式化、(ii) 自動データ生成のための効率的で検証されたパイプラインの提案、(iii) 再現可能な評価を伴う動的ベンチマークのリリースである。
論文 参考訳（メタデータ） (2026-05-28T01:05:50Z) - Vision2Web: A Hierarchical Benchmark for Visual Website Development with Agent Verification [27.677130026020006]
Vision2Webは、静的UIからコード生成からフルスタック開発まで、ビジュアルWebサイト開発のための階層的なベンチマークである。
ベンチマークには16のカテゴリで合計193のタスクが含まれており、918のプロトタイプイメージと1,255のテストケースが含まれている。
我々は、異なるコーディングエージェントフレームワークでインスタンス化された複数のビジュアル言語モデルを評価し、すべてのタスクレベルでの大幅なパフォーマンスギャップを明らかにした。
論文 参考訳（メタデータ） (2026-03-27T17:50:45Z) - Avenir-Web: Human-Experience-Imitating Multimodal Web Agents with Mixture of Grounding Experts [59.68272935616536]
Avenir-Webは、現実世界のデプロイにおいて、Online-Mind2Webベンチマークの新たなオープンソース状態を達成するWebエージェントである。
Avenir-Web on Online-Mind2Web, a rigorous benchmark of live and user-centered web task。
論文 参考訳（メタデータ） (2026-02-02T18:50:07Z) - ComAgent: Multi-LLM based Agentic AI Empowered Intelligent Wireless Networks [62.031889234230725]
6Gネットワークは複雑な層間最適化に依存している。
数学の定式化に高レベルの意図を手動で翻訳することは、まだボトルネックである。
我々はマルチLLMエージェントAIフレームワークであるComAgentを紹介する。
論文 参考訳（メタデータ） (2026-01-27T13:43:59Z) - A Versatile Multimodal Agent for Multimedia Content Generation [66.86040734610073]
複雑なコンテンツ作成タスクの自動化を目的としたMultiMedia-Agentを提案する。
エージェントシステムには、データ生成パイプライン、コンテンツ作成のためのツールライブラリ、嗜好アライメントを評価するためのメトリクスセットが含まれている。
論文 参考訳（メタデータ） (2026-01-06T18:49:47Z) - APD-Agents: A Large Language Model-Driven Multi-Agents Collaborative Framework for Automated Page Design [28.89702589792701]
アプリケーションページ設計のための大規模言語モデル駆動型マルチエージェントフレームワークであるAPD-agentsを提案する。
本研究は,大規模モデル駆動型マルチエージェントシステムの自動協調機能を活用している。
RICOデータセットの実験結果は、APDエージェントが最先端のパフォーマンスを達成することを示す。
論文 参考訳（メタデータ） (2025-11-18T03:39:26Z) - WebRenderBench: Enhancing Web Interface Generation through Layout-Style Consistency and Reinforcement Learning [24.178675410636135]
実世界のポータルサイトから収集した45.1kのWebページの大規模なベンチマークを示す。
また、最終レンダリングページからレイアウトとスタイルの整合性を測定する新しい評価指標を提案する。
論文 参考訳（メタデータ） (2025-10-05T08:47:39Z) - MetaAgent: Automatically Constructing Multi-Agent Systems Based on Finite State Machines [23.407716896592383]
本稿では,マルチエージェントシステムの自動生成が可能な有限状態マシンベースのフレームワークを提案する。
タスク記述を前提として、MetaAgentはマルチエージェントシステムを設計し、最適化アルゴリズムによってそれを洗練する。
マルチエージェントシステムがデプロイされると、有限状態マシンがエージェントのアクションと状態遷移を制御する。
論文 参考訳（メタデータ） (2025-07-30T12:22:30Z) - The BrowserGym Ecosystem for Web Agent Research [151.90034093362343]
BrowserGymエコシステムは、Webエージェントの効率的な評価とベンチマークの必要性の高まりに対処する。
本稿では,Webエージェント研究のためのBrowserGymベースの拡張エコシステムを提案する。
大規模なマルチベンチマークWebエージェント実験を初めて実施し、6つのWebエージェントベンチマークで6つの最先端LCMの性能を比較した。
論文 参考訳（メタデータ） (2024-12-06T23:43:59Z) - 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)
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。