論文の概要: Web$hell: A Unified Interface for Agentic Web Access

• arxiv url: http://arxiv.org/abs/2610.13416v1
• Date: Fri, 09 Oct 2026 11:23:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:06:29.551484
• Title: Web$hell: A Unified Interface for Agentic Web Access
• Title（参考訳）: Web$hell: エージェントWebアクセスのための統一インターフェース
• Abstract要約: 大規模言語モデル(LLM)エージェントはオープンウェブの直接ユーザーになりつつある。 単一アクセスモデルの下でWebアクセスを統合するインターフェースであるWeb$hellを提示する。 Web$hellは低コストで高いタスクパフォーマンスを実現することを示す。
• 参考スコア（独自算出の注目度）: 11.31532764064952
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large language model (LLM) agents are becoming direct users of the open web. As they take on increasingly complex and information-intensive tasks, effective web access is becoming a core capability for agentic problem solving. Existing approaches have advanced agentic web access through different access models, including search-augmented agents, browser-based agents, and, more recently, filesystem-based agents. Nevertheless, as users expect agents to complete long-horizon, end-to-end tasks, they increasingly need to conduct broad information gathering, perform browser actions, and revisit acquired evidence within a single trajectory. Yet our preliminary analyses reveal that existing access models struggle to meet these demands. They primarily support either information gathering or browser interaction, while combining their capabilities can involve substantial costs or performance trade-offs. To this end, we present Web\$hell, an interface that unifies web access under a single access model. Using a common schema defined by WebContract, WebCompiler compiles live webpages into addressable information and action objects. These objects are maintained in WebCache and handled through a shared set of operations, providing agents with consistent, operable, and persistent web access. Through extensive experiments across web search, web navigation, and deep research benchmarks, we show that Web\$hell achieves strong task performance at lower cost. Our results further indicate the importance of interface design for effective web access, with Web\$hell opening new possibilities for more capable and efficient LLM agents on the web.
• Abstract（参考訳）: 大規模言語モデル(LLM)エージェントはオープンウェブの直接ユーザーになりつつある。 ますます複雑で情報集約的なタスクをこなすにつれ、効果的なWebアクセスはエージェントによる問題解決のコア機能になりつつある。 既存のアプローチでは、検索強化エージェント、ブラウザベースのエージェント、さらに最近ではファイルシステムベースのエージェントなど、さまざまなアクセスモデルによるエージェントWebアクセスが進歩している。 それでも、ユーザーはエージェントが長期のエンドツーエンドのタスクを完了することを期待しているため、より広範な情報収集、ブラウザアクションの実行、そして1つの軌道内で取得した証拠を再考する必要がある。 しかし、予備分析の結果、既存のアクセスモデルはこれらの要求を満たすのに苦労していることがわかった。 主に情報収集やブラウザのインタラクションをサポートし、それらの機能を組み合わせるには相当なコストやパフォーマンス上のトレードオフが伴う。 この目的のために、単一アクセスモデルの下でWebアクセスを統合するインターフェースであるWeb\$hellを紹介する。 WebContractで定義された共通スキーマを使用して、WebCompilerは、ライブのWebページをアドレス可能な情報とアクションオブジェクトにコンパイルする。 これらのオブジェクトはWebCacheで保持され、共有された操作によって処理され、一貫性があり、操作性があり、永続的なWebアクセスを提供する。 Web検索,Webナビゲーション,ディープリサーチベンチマークの広範な実験を通じて,Web\$hellが低コストで高いタスク性能を実現することを示す。 以上の結果から,Web 上でのより有能で効率的な LLM エージェントに対する新たな可能性として Web\$hell が開かれ,効果的な Web アクセスのためのインターフェース設計の重要性が示唆された。

関連論文リスト

• 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)
• 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)
• Nested Browser-Use Learning for Agentic Information Seeking [60.775556172513014]
  情報検索(IS)エージェントは広範囲にわたる検索タスクで高いパフォーマンスを達成しているが、ツールの使用はAPIレベルのスニペット検索やURLベースのページフェッチに限られている。 我々はNested Browser-Use Learning (NestBrowse)を提案する。NestBrowseは、ネストされた構造を通してページ探索からインタラクション制御を分離する最小かつ完全なブラウザアクションフレームワークである。
  論文  参考訳（メタデータ） (2025-12-29T17:59:14Z)
• WebExplorer: Explore and Evolve for Training Long-Horizon Web Agents [57.203515352080295]
  本稿では,モデルに基づく探索と反復的,長短のクエリ進化を用いた体系的データ生成手法であるWebExplorerを紹介する。 我々のモデルは、128Kのコンテキスト長と最大100のツール呼び出しスイッチをサポートし、長期の問題解決を可能にします。 8Bサイズのモデルとして、WebExplorer-8Bは、RLトレーニング後の平均16ターンを効果的に探索することができる。
  論文  参考訳（メタデータ） (2025-09-08T10:07:03Z)
• Build the web for agents, not agents for the web [27.969222950526703]
  本稿では,エージェントがWebサイトをナビゲートするためのインターフェースであるAWI(Agentic Web Interface)の概念を紹介する。 AWI設計の原則を6つ確立し,安全性,効率,標準化を重視した。 このリフレーミングは、既存のインターフェイスの基本的な制限を克服し、より効率的で信頼性があり透明なWebエージェント設計への道を開くことを目的としています。
  論文  参考訳（メタデータ） (2025-06-12T17:53:58Z)
• Infogent: An Agent-Based Framework for Web Information Aggregation [59.67710556177564]
  我々はWeb情報集約のための新しいフレームワークInfogentを紹介する。 異なる情報アクセス設定の実験では、Infogentが既存のSOTAマルチエージェント検索フレームワークを7%上回った。
  論文  参考訳（メタデータ） (2024-10-24T18:01:28Z)

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。