論文の概要: WebUniverse: Scaling Verified Training Data for Agentic Web Development
- arxiv url: http://arxiv.org/abs/2610.33149v1
- Date: Fri, 23 Oct 2026 17:57:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:13.260686
- Title: WebUniverse: Scaling Verified Training Data for Agentic Web Development
- Title（参考訳）: WebUniverse:エージェントWeb開発のための検証済みトレーニングデータのスケーリング
- Abstract要約: フロントエンドWeb開発のためのトレーニングエージェントは、コード編集、実行、ブラウザインスペクション、リビジョンのデモを必要とする。
WebUniverseは、オープンソースのリポジトリや実際のWebページから、検証された開発軌跡で検証可能なタスクを構築するパイプラインである。
我々は15Kの実行可能なタスク環境を含むWebUniverse-Envと、対応する15Kの開発軌跡を含むWebUniverse-Mixをリリースする。
- 参考スコア（独自算出の注目度）: 26.32632511609751
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Training agents for front-end web development requires demonstrations of code editing, execution, browser inspection and revision, yet public trajectories and reusable task environments remain limited. We introduce WebUniverse, a pipeline that constructs verifiable tasks with verified development trajectories from open-source repositories and real web pages. The tasks cover text-grounded application development in standalone and iterative settings and vision-grounded reproduction across pages and viewports. We collect agent trajectories for these tasks and verify the resulting applications against task-specific functional or visual requirements. We release WebUniverse-Env, containing 15K executable task environments, and WebUniverse-Mix, containing the corresponding 15K development trajectories with verification records and scores. Fine-tuning Qwen3.5-35B-A3B on WebUniverse-Mix raises the Vision2Web average score from 51.7 to 68.3, WebGen-Bench accuracy from 34.5% to 63.9%, and Web-Bench pass@2 from 12.2% to 23.1%. The resulting model also outperforms a public-data baseline trained with the same configuration and sample budget across all reported metrics. Ablations show complementary benefits from text and visual trajectories and continued gains as training data scales from 5K to 15K trajectories.
- Abstract（参考訳）: フロントエンドWeb開発のためのトレーニングエージェントは、コード編集、実行、ブラウザインスペクション、リビジョンのデモを必要とするが、パブリックなトラジェクトリと再利用可能なタスク環境は限られている。
WebUniverseは、オープンソースのリポジトリや実際のWebページから、検証された開発軌跡で検証可能なタスクを構築するパイプラインである。
タスクは、スタンドアローンで、反復的な設定で、ページやビューポートをまたいだ、テキストでグラウンド化されたアプリケーション開発をカバーします。
これらのタスクに対してエージェントトラジェクトリを収集し、タスク固有の機能や視覚的要求に対して結果のアプリケーションを検証する。
我々は、15Kの実行可能なタスク環境を含むWebUniverse-Envと、検証レコードとスコアを備えた15Kの開発軌跡を含むWebUniverse-Mixをリリースする。
WebUniverse-MixのQwen3.5-35B-A3Bは、Vision2Web平均スコアを51.7から68.3に、WebGen-Bench精度を34.5%から63.9%に、Web-Benchパス@2を12.2%から23.1%に引き上げている。
結果のモデルは、レポートされたすべてのメトリクスに対して、同じ構成とサンプル予算でトレーニングされた公開データベースラインよりも優れています。
アブレーションはテキストとビジュアルトラジェクトリの相補的な利点を示し、トレーニングデータが5Kから15Kトラジェクトリにスケールするにつれて、引き続き向上する。
関連論文リスト
- CompoWorld: Compositional Environment Scaling for General Agents [20.127252686569857]
コンポジション環境スケーリング(textbfCompoWorld)を導入し、再利用可能なサービスのライブラリを有限に構成することでタスク空間を拡大する。
ランダムウォーク手順は、依存グラフを介してサービスを接続し、サービス間で情報を流すために必要なタスクの生成と検証を可能にする。
10,130のツールを公開する448のサービスを構築し、Qwen3.6-35B-A3Bのトレーニングに3K SFTトラジェクトリと1K RLタスクを使用する。
論文 参考訳（メタデータ） (2026-09-27T15:25:01Z) - BrowserForge: Scaling Web Episode via Parallel Browser Sandboxes [54.96895469970198]
BrowserForgeは、オープンなWeb上で多くのブラウザサンドボックスを並行して駆動することで、大規模なWebインタラクションデータを生成する。
BrowserForgeには3つのコンポーネントがある: オープンなWebソーシングステージ。
ルール+モデルクリーニングパイプラインは、失敗した実行を除去し、生き残った推論を単一の統合されたチェーン・オブ・シンクスタイルに書き換える。
論文 参考訳（メタデータ） (2026-08-25T17:35:42Z) - 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) - MolmoWeb: Open Visual Web Agent and Open Data for the Open Web [60.29597961827816]
MolmoWebMixはブラウザのタスクとWeb-GUIの知覚データを組み合わせたものだ。
MolmoWeb-8Bは、完全にオープンなマルチモーダルWebエージェントのファミリーである。
我々は、Webエージェントのオープンな研究を可能にするため、モデルチェックポイント、トレーニングデータ、コード、統一された評価ハーネスをリリースする。
論文 参考訳（メタデータ） (2026-04-09T17:54:02Z) - WebGym: Scaling Training Environments for Visual Web Agents with Realistic Tasks [35.99528846296261]
WebGymは、現実的なビジュアルWebエージェントをトレーニングするための、これまでで最大のオープンソース環境である。
WebGymには30万近いタスクがあり、さまざまな現実世界のウェブサイトでルーブリックベースの評価が行われている。
論文 参考訳（メタデータ） (2026-01-05T09:35:11Z) - Go-Browse: Training Web Agents with Structured Exploration [49.19468732253614]
本稿では,多彩で現実的なWebエージェントデータを大規模に収集する手法であるGo-Browseを提案する。
Go-Browseはグラフ検索としてデータ収集をフレーミングすることで効率的な探索を実現する。
提案手法をWebArenaベンチマーク上でインスタンス化し,100URLにわたる10Kのタスク解決トラジェクトリと40Kのインタラクションステップのデータセットを収集する。
論文 参考訳（メタデータ） (2025-06-04T03:27:56Z) - Multimodal Web Navigation with Instruction-Finetuned Foundation Models [99.14209521903854]
視覚言語基礎モデルを用いたWebエージェントのためのデータ駆動オフライントレーニングについて検討する。
本稿では,WebページのスクリーンショットとHTMLページの両方を観察する命令追従型マルチモーダルエージェントWebGUMを提案する。
このレシピは,マルチモーダル認識,HTML理解,マルチステップ推論といったエージェントの能力を向上させることを実証的に実証する。
論文 参考訳（メタデータ） (2023-05-19T17:44:34Z)
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。