論文の概要: SynWeaver: Website-Prior Task and Trajectory Co-Synthesis for Web Agents
- arxiv url: http://arxiv.org/abs/2608.12429v1
- Date: Wed, 12 Aug 2026 12:03:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-14 18:29:38.282478
- Title: SynWeaver: Website-Prior Task and Trajectory Co-Synthesis for Web Agents
- Title（参考訳）: SynWeaver: WebエージェントのためのWebサイト-Priorタスクと軌道共合成
- Abstract要約: Webエージェントは、Webサイト固有の監督が欠如しているため、目に見えないWebサイトへの一般化に苦慮することが多い。
bfSynWeaverは、これらの課題に対処するために設計された、Webサイト優先のタスクトラジェクトリコテキストフレームワークである。
- 参考スコア（独自算出の注目度）: 2.920674375891394
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Web agents often struggle to generalize to unseen websites because they lack website-specific supervision. Recent exploration-based data synthesis methods reduce manual annotation, but they still face two key limitations: they often fail to cover the full functionality of a website, and without sufficient website prior knowledge, they tend to propose hallucinated tasks, which in turn limits the diversity and efficiency of downstream trajectory synthesis. We present \textbf{SynWeaver}, a website-prior task-trajectory co-synthesis framework designed to address these challenges. SynWeaver first performs structured website exploration and constructs a website map that covers a broad set of functionally distinct page states and executable interactions on the target website. It then derives page-level and transition-level supervision from this map to train a UI-aware model with website-specific priors, enabling more grounded task proposals. Finally, SynWeaver performs collaborative task-trajectory synthesis, jointly updating the task and execution trajectory when they become inconsistent, and then verifies and repairs the collected results to produce executable, semantically aligned supervision. Experiments on WebArena and WebVoyager demonstrate that SynWeaver consistently outperforms strong synthesis baselines and yields more effective supervision for both in-domain and out-of-domain generalization.
- Abstract（参考訳）: Webエージェントは、Webサイト固有の監督が欠如しているため、目に見えないWebサイトへの一般化に苦慮することが多い。
最近の探索に基づくデータ合成手法は手動のアノテーションを減らしているが、それでも2つの重要な制限に直面している: ウェブサイトの全機能をカバーできないことが多く、十分な事前知識がなければ、彼らは幻覚的タスクを提案する傾向にあり、それによって下流の軌道合成の多様性と効率が制限される。
本稿では,これらの課題に対処するために設計されたWebサイト優先のタスク-トラジェクトリ共合成フレームワークである‘textbf{SynWeaver} を紹介する。
SynWeaverはまず構造化されたWebサイト探索を行い、ターゲットWebサイト上で機能的に異なるページ状態と実行可能なインタラクションの広いセットをカバーするWebサイトマップを構築する。
次に、このマップからページレベルとトランジションレベルの監視を導き、UI対応モデルをWebサイト固有のプリミティブでトレーニングし、より基礎的なタスク提案を可能にします。
最後に、SynWeaverは協調的なタスク・トラジェクトリ合成を行い、一貫性のないタスクと実行のトラジェクトリを共同で更新する。
WebArenaとWebVoyagerの実験では、SynWeaverは強力な合成ベースラインを一貫して上回り、ドメイン内とドメイン外の両方の一般化に対してより効果的な監視を提供する。
関連論文リスト
- Training Needs Trustworthy Worlds: Verified Synthetic Web Environments for Agent Learning [48.88985618650394]
私たちのフレームワークは、生成されたWebサイトを、ページ、ナビゲーションリンク、データベースレコード、状態変化マーカー、タスク制約の構造化された足場として表現します。
インタラクションの間、通常のUIトランジションは決定論的に実行されるが、永続的なバックエンド更新は、検証された状態変更マーカーによってのみ呼び出される。
6つの領域にまたがる500を超える合成環境において,タスクブロックの欠陥を低減し,48.6%から94.8%に改善した。
論文 参考訳（メタデータ） (2026-08-22T10:18:45Z) - CAP: A Scalable Benchmark for Evaluating Cross-Site Browser Agents with Complex Actions and Perception [22.620664364045286]
大規模な言語モデルは、ブラウザを介してWebと対話する自律的なエージェントとして、ますます多くデプロイされている。
我々は、クロスサイト、ヒューマンライクなWebタスク上でブラウザエージェントを評価するためのスケーラブルなベンチマークであるCAPを紹介した。
108の現実世界のWebサイトと24のドメインに420のタスクを構築し、注意深く品質管理します。
論文 参考訳（メタデータ） (2026-08-09T01:08:19Z) - WebSwarm: Recursive Multi-Agent Orchestration for Deep-and-Wide Web Search [104.75798763084424]
大規模言語モデル(LLM)ベースのWeb検索エージェントは、情報検索を複雑で広範囲な検索と研究指向のタスクに変換する。
本稿では,タスクの分解と拡張を共同で構築するプログレッシブ・プログレッシブ・プログレッシブ・デリゲート・フレームワークであるWebSwarmを提案する。
WebSwarmは、ディープ・ワイド・インターリーブされたディープ・アンド・ワイド・タスクにおいて、シングルエージェントとマルチエージェントのベースラインを一貫して上回ります。
論文 参考訳（メタデータ） (2026-07-09T16:28:49Z) - 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) - 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) - WebArbiter: A Principle-Guided Reasoning Process Reward Model for Web Agents [31.554790282560443]
本稿では、報酬モデリングをテキスト生成として定式化するWebPRMであるWebArbiterを紹介する。
WebArbiterは、好みの判断で結論付ける構造化された正当化を生成し、タスク完了に最も寄与するアクションを識別する。
論文 参考訳（メタデータ） (2026-01-29T15:39:50Z) - Adapting Web Agents with Synthetic Supervision [80.89365133130558]
Webエージェントは、環境固有のタスクやデモが不足しているため、新しいWebサイトへの適応に苦慮している。
最近の研究は、この課題に対処するために合成データ生成を探求している。
完全合成監視フレームワークであるSynthAgentを提案する。
論文 参考訳（メタデータ） (2025-11-08T18:45:33Z) - WebDART: Dynamic Decomposition and Re-planning for Complex Web Tasks [30.48395228595732]
大規模言語モデル(LLM)エージェントは、簡単なWebタスクには適しているが、長い地平線ナビゲーション、大規模な情報抽出、制約下での推論といった目的に苦労している。
本稿では,単一 LLM でこのような複雑な雑用を処理できる汎用フレームワーク WebDART を提案する。
WebDARTは、従来のSOTAエージェントよりも最大13.7%成功率を引き上げ、WebArenaスイートのパフォーマンスにマッチする。
論文 参考訳（メタデータ） (2025-10-08T02:34:59Z) - WebSynthesis: World-Model-Guided MCTS for Efficient WebUI-Trajectory Synthesis [34.998277998052444]
本稿では,軌道合成と学習のための新しいフレームワークであるWebSynthesisを提案する。
本稿では,WebSynthesis を用いて訓練したエージェントが,大規模実世界のデータに対してトレーニングしたモデルに匹敵する,あるいはそれ以上の性能を達成することを示す。
論文 参考訳（メタデータ） (2025-07-06T12:31:10Z) - Instruction-Tuning Data Synthesis from Scratch via Web Reconstruction [83.0216122783429]
Web Restruction(WebR)は、Webドキュメントから直接高品質な命令チューニング(IT)データを合成するための、完全に自動化されたフレームワークである。
WebRが生成したデータセットは、4つのインストラクションフォローベンチマークで、最先端のベースラインを最大16.65%上回ります。
論文 参考訳（メタデータ） (2025-04-22T04:07:13Z)
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。