論文の概要: EconSkills: Studying Skill Transfer and Retrieval for Web Agents on Live Economic Data
- arxiv url: http://arxiv.org/abs/2609.19523v1
- Date: Thu, 17 Sep 2026 00:29:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-20 08:55:54.036885
- Title: EconSkills: Studying Skill Transfer and Retrieval for Web Agents on Live Economic Data
- Title（参考訳）: EconSkills:ライブ経済データを用いたWebエージェントのスキル移行と検索に関する研究
- Abstract要約: EconSkillsは、ライブ経済データを取得するためのスキルライブラリと評価フレームワークである。
各スキルは、スコープ、ナビゲーション手順、サイト固有のガイダンス、検証チェック、リカバリ手順を記録する。
- 参考スコア（独自算出の注目度）: 1.0026496861838445
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Web agents often revisit the same sites, yet most evaluations discard the procedures learned in earlier successful interactions. We introduce EconSkills, a skill library and evaluation framework that distills verified EconWebArena trajectories into parameterized standard operating procedures for retrieving live economic data. Each skill records its scope, navigation procedure, site-specific guidance, verification checks, and recovery steps while replacing source-instance values with placeholders. EconSkills separates two questions: whether a known relevant procedure transfers to a held-out task, and whether an agent can retain that benefit when selecting from a library. In controlled transfer, matched skills improve success over no-skill prompting and require fewer steps on paired successes, while abstraction is substantially more effective than replaying raw trajectories. At library scale, retrieval is competitive with the no-skill baseline overall and performs best on directly covered tasks; coverage-stratified outcomes show that approximate matches on uncovered tasks offset these gains. Browser trajectories further identify when procedural guidance shortens portal-specific navigation and when semantic verification remains necessary. These results establish that reusable economic web procedures can transfer across task instances and provide a concrete design target for coverage-aware selection and context delivery.
- Abstract（参考訳）: Webエージェントは、しばしば同じサイトを再考するが、ほとんどの評価は、初期の成功した相互作用で学んだ手順を捨てる。
本稿では,実証済みのEconWebArenaトラジェクトリをパラメータ化された標準動作手順に蒸留し,生の経済データを取得するためのスキルライブラリと評価フレームワークであるEconSkillsを紹介する。
各スキルはそのスコープ、ナビゲーション手順、サイト固有のガイダンス、検証チェック、リカバリステップを記録し、ソースインスタンスの値をプレースホルダーに置き換える。
EconSkillsは、既知のプロシージャがホールドアウトタスクに転送されるかどうか、ライブラリから選択した場合にエージェントがそのメリットを保持することができるかどうか、という2つの質問を分離する。
制御された転送では、マッチしたスキルは、非スキルのプロンプトよりも成功を向上し、ペアの成功のステップを少なくする一方、抽象は生の軌道を再生するよりもはるかに効果的である。
ライブラリの規模では、検索は非スキルのベースライン全体と競合し、直接カバーされたタスクで最善を尽くす。
ブラウザ・トラジェクトリは、手続き的ガイダンスがポータル固有のナビゲーションを短縮し、意味的検証が必要な場合をさらに識別する。
これらの結果は、再利用可能な経済的なWebプロシージャがタスクインスタンス間で転送可能であることを証明し、カバレッジ対応の選択とコンテキスト配信のための具体的な設計ターゲットを提供する。
関連論文リスト
- SKILL-DISCO: Distilling and Compiling Agent Traces into Reusable Procedural Skills [4.661552076545078]
SkillDisCoは、再利用可能なPFSMサブグラフを、成功したトレースから蒸留し、呼び出し可能、実行可能、検証可能な手続きスキルにコンパイルするフレームワークである。
ALFWorldとWebArenaの実験によると、SkillDisCoは成功率を改善し、ベンチマークやモデルスケールを越えたエージェントターンを減らす。
論文 参考訳（メタデータ） (2026-06-25T07:02:32Z) - Knowledge Reutilization in Meta-Reinforcement Learning [51.07319647819108]
本稿では,動的に単純化されたエージェント上でタスクレベルの知識を学習し,それを異種エージェントに転送するメタ知識再利用フレームワークを提案する。
我々のフレームワークは、最新の最先端ベースラインと比較して、最終段階のトラッキングエラーを94.75% -- 99.79%削減している。
論文 参考訳（メタデータ） (2026-06-16T16:32:28Z) - Beyond Domains: Reusing Web Skills via Transferable Interaction Patterns [68.0603867264595]
SkillMigratorは再利用可能なWebスキルを学習し、特定の要素参照ではなくレイアウト構造にマッチしてサイト間でそれらを転送する。
WebArenaとMind2Webの両方において、成功軌道上の平均LCM-アクション数を、一致した成功速度で8-10%削減する。
論文 参考訳（メタデータ） (2026-06-16T08:04:35Z) - MEMENTO: Leveraging Web as a Learning Signal for Low-Data Domains [3.572758120834609]
現実世界のタスクは、しばしば大きなラベル付きデータセットが欠落しており、低データのレシエーションにおける学習への広範な取り組みを動機付けている。
我々は,Webをステートレス検索インタフェースではなく,学習信号として扱うフレームワークであるMementOを提案する。
我々は、MementOを2つの低データプロフェッショナルドメイン、すなわち販売自動化と法的研究で評価する。
論文 参考訳（メタデータ） (2026-05-28T11:44:32Z) - SkillEvolBench: Benchmarking the Evolution from Episodic Experience to Procedural Skills [31.23929961213889]
大規模言語モデル(LLM)エージェントは、現実世界のタスクを解きながら豊富なエピソード軌道を蓄積する。
SkillEvolBenchは、経験の再利用からスキル形成まで、このステップを評価するための診断ベンチマークである。
現在のエージェントは、しばしばローカルに適応するが、堅牢な再利用可能なスキルを形成することは滅多にない。
論文 参考訳（メタデータ） (2026-05-22T18:23:31Z) - DRIVE: Modeling Skills at the Reasoning and Interaction Levels for Web Agents under Continual Learning [17.92660876001036]
Webエージェントは、異なるタスクを実行するために、ハイレベル推論と低レベルインタラクションの両方を必要とします。
本稿では、歴史的経験を自然言語推論スキルに分割する二段階スキルモデリングフレームワークDRIVEを提案する。
実験によると、DRIVEのタスク成功率は52.8%で、スキルフリーのベースラインを7.3%上回っている。
論文 参考訳（メタデータ） (2026-04-28T11:39:20Z) - Scaling Web Agent Training through Automatic Data Generation and Fine-grained Evaluation [54.945281159783896]
Webエージェントのための高品質なトレーニングデータを自動的に生成するスケーラブルなパイプラインを提案する。
本稿では,タスク完了に向けた進捗のきめ細かい評価を提供する制約に基づく新しい評価フレームワークを提案する。
論文 参考訳（メタデータ） (2026-02-13T02:52:18Z) - PATHWAYS: Evaluating Investigation and Context Discovery in AI Web Agents [0.0]
PATHWAYSは250のマルチステップ決定タスクのベンチマークである。
Webベースのエージェントが、隠れたコンテキスト情報を発見し、正しく使用できるかをテストする。
論文 参考訳（メタデータ） (2026-02-05T06:24:23Z) - Branch-and-Browse: Efficient and Controllable Web Exploration with Tree-Structured Reasoning and Action Memory [69.49061918994882]
Branch-and-Browseは構造化推論処理、コンテキスト記憶、効率的な実行を統一する、きめ細かいWebエージェントフレームワークである。
WebArenaベンチマークでは、Branch-and-Browseはタスク成功率35.8%を達成し、最先端の手法と比較して実行時間を最大40.4%削減している。
論文 参考訳（メタデータ） (2025-10-18T00:45:37Z) - Just-in-time Episodic Feedback Hinter: Leveraging Offline Knowledge to Improve LLM Agents Adaptation [77.90555621662345]
JEF Hinterは、オフライントレースをコンパクトでコンテキスト対応のヒントに蒸留するエージェントシステムである。
ズーム機構は、長い軌道における決定的なステップを強調し、戦略と落とし穴の両方をキャプチャする。
MiniWoB++、WorkArena-L1、WebArena-Liteの実験は、JSF Hinterが一貫して強力なベースラインを上回っていることを示している。
論文 参考訳（メタデータ） (2025-10-05T21:34:42Z) - Mining Implicit Relevance Feedback from User Behavior for Web Question
Answering [92.45607094299181]
本研究は,ユーザ行動と通過関連性との関連性を検討するための最初の研究である。
提案手法は,追加のラベル付きデータを使わずにパスランキングの精度を大幅に向上させる。
実際にこの研究は、グローバルな商用検索エンジンにおけるQAサービスの人為的ラベリングコストを大幅に削減する効果が証明されている。
論文 参考訳（メタデータ） (2020-06-13T07:02:08Z)
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。