論文の概要: Don't Retrain, Remix: Adaptation of Web Agents using Mixture Hypernetworks

• arxiv url: http://arxiv.org/abs/2610.22539v1
• Date: Thu, 15 Oct 2026 18:37:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 00:56:07.624858
• Title: Don't Retrain, Remix: Adaptation of Web Agents using Mixture Hypernetworks
• Title（参考訳）: Don't Retrain, Remix: Mixture Hypernetworks を用いた Web Agent の適応
• Abstract要約: 我々はWebエージェントに、見知らぬインターフェースに適応する混合ハイパーネットワークであるWebMixで、同様の機能を提供する。 デプロイメントでは、スカウトエージェントがターゲットインターフェースを探索し、その観察結果をコンパクトなマニュアルにまとめる。 新しいインターフェースに適応するには、ターゲットの勾配を更新することなく、スカウトランとフォワードパスしか必要としない。
• 参考スコア（独自算出の注目度）: 6.2442095118482825
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The web is not static or uniform. Websites that serve the same purpose can look and navigate very differently. Even within a single site, successive redesigns can change how familiar features are presented and accessed. Humans adapt to this by recognizing familiar interaction patterns and reusing what they already know. We give web agents a similar ability with WebMix, a mixture hypernetwork that adapts them to unseen interfaces by composing previously trained low-rank adapters. WebMix begins with a bank of adapters trained on source interfaces. At deployment, a scout agent explores the target interface and summarizes its observations into a compact manual. A lightweight router uses this manual to predict mixing coefficients over the adapter bank, which combine the existing adapters into a new one for inference. Adapting to a new interface takes only a scouting run and a forward pass, without gradient updates on the target. With Qwen and Llama models, we evaluate domain transfer on TimeWarp and WebArena-Lite-v2, and version transfer on TimeWarp. In all three settings, WebMix matches or outperforms in-context learning and LoRA baselines, often matching the average success of specialists trained directly on those interfaces. On TimeWarp domain transfer, it gains about 8 percentage points on average over the best baseline with both models. These gains do not come at the cost of seen interfaces, where WebMix keeps its lead, and extend to version transfer. Adapting to a new interface can therefore rely on exploration and composition instead of retraining.
• Abstract（参考訳）: ウェブは静的でも均一でもない。 同じ目的を果たすWebサイトは、見た目とナビゲートがまったく違う。 1つのサイト内でも、連続的なリニューアルによって、使い慣れた機能の表示やアクセス方法が変更される可能性がある。 人間は慣れ親しんだ相互作用パターンを認識し、既に知っていることを再利用することでこれに適応する。 我々はWebエージェントに、以前トレーニングされた低ランクアダプタを構成することで、見知らぬインターフェースに適応する混合ハイパーネットワークであるWebMixで、同様の機能を提供する。 WebMixは、ソースインターフェースでトレーニングされたアダプタのバンクから始まります。 デプロイメントでは、スカウトエージェントがターゲットインターフェースを探索し、その観察結果をコンパクトなマニュアルにまとめる。 軽量ルータは、このマニュアルを使ってアダプタバンク上の混合係数を予測する。 新しいインターフェースに適応するには、ターゲットの勾配を更新することなく、スカウトランとフォワードパスしか必要としない。 QwenとLlamaモデルを用いて、TimeWarpとWebArena-Lite-v2のドメイン転送とTimeWarpのバージョン転送を評価した。 これら3つの設定で、WebMixはコンテキスト内学習とLoRAベースラインにマッチし、多くの場合、これらのインターフェース上でトレーニングされた専門家の平均的な成功と一致します。 TimeWarpドメイン転送では、両方のモデルで最高のベースラインを平均8ポイント上回る。 これらの利益は、WebMixがリードを維持し、バージョン転送にまで拡張する、見やすいインターフェースのコストでは得られない。 そのため、新しいインターフェースに適応することは、再トレーニングではなく、探索と構成に依存することができる。

関連論文リスト

• New LoRA Skills Should Read but Never Write [13.46422297363417]
  低ランクのアダプタは、タスク毎に大きな言語モデルを微調整するコストを安くする。 しかし、独立に訓練されたアダプタを1つのモデルに組み込むことは依然として困難である。 READ(Read-only Expansion of Delta Adapters)を導入し、両方の選択肢を修正します。
  論文  参考訳（メタデータ） (2026-09-25T17:54:01Z)
• TimeWarp: Evaluating Web Agents by Revisiting the Past [7.017865728670461]
  当社では,UIや設計,レイアウトなどさまざまなコンテナ環境を使用して,Webの進化をエミュレートするベンチマークであるTimeWarpを紹介した。 実験の結果,Webエージェントによる変更に対する脆弱性と,シングルバージョン軌道上での行動クローニング(BC)の限界が明らかになった。 提案するTimeTrajは,複数バージョンにわたるトラジェクトリの収集に計画蒸留を用いる,シンプルで効果的なアルゴリズムである。
  論文  参考訳（メタデータ） (2026-03-05T08:43:06Z)
• MOS: Model Surgery for Pre-Trained Model-Based Class-Incremental Learning [62.78292142632335]
  CIL(Class-Incremental Learning)は、古いクラスを忘れずに、新しいクラスの知識を継続的に獲得するモデルを必要とする。 既存の作業は、モデルを調整するために軽量コンポーネントを活用することを目指している。 従来の知識を忘れないようにモデルを救うため, モーデル手術(MOS)を提案する。
  論文  参考訳（メタデータ） (2024-12-12T16:57:20Z)
• AdapterSoup: Weight Averaging to Improve Generalization of Pretrained Language Models [127.04370753583261]
  事前訓練された言語モデル(PLM)は、大規模なコーパスで訓練されるが、しばしば特定のドメインに特化する必要がある。 解決策は、テスト時に新しいドメインに関連ドメインアダプタを使用することである。 本稿では、異なるドメインでトレーニングされたアダプタの重量空間平均化を行うAdapterSoupを紹介する。
  論文  参考訳（メタデータ） (2023-02-14T13:09:23Z)
• Improving Siamese Based Trackers with Light or No Training through Multiple Templates and Temporal Network [0.0]
  我々は,シームズをベースとしたトラッカーに2つのアイデアを持つフレームワークを提案する。 i) ネットワークの再トレーニングの必要性を取り除く方法で、テンプレートの数を拡張すること。 (II) 地域情報とグローバル情報の両方に焦点をあてた新しいアーキテクチャを持つ軽量時間ネットワーク。
  論文  参考訳（メタデータ） (2022-11-24T22:07:33Z)
• MixStyle Neural Networks for Domain Generalization and Adaptation [122.36901703868321]
  MixStyleは、データ収集やモデルのキャパシティ向上を必要とせずに、ドメインの一般化性能を向上させるプラグイン・アンド・プレイモジュールである。 実験の結果,MixStyleは画像認識,インスタンス検索,強化学習など幅広いタスクにおいて,分布外一般化性能を大幅に向上させることができることがわかった。
  論文  参考訳（メタデータ） (2021-07-05T14:29:19Z)
• AdapterHub: A Framework for Adapting Transformers [148.6877231725939]
  AdapterHubは、さまざまなタスクや言語のためのトレーニング済みアダプタの動的"スティッチイン"を可能にするフレームワークである。 我々のフレームワークは、タスク固有のモデルの共有にスケーラブルで簡単にアクセスできる。
  論文  参考訳（メタデータ） (2020-07-15T15:56:05Z)

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。