論文の概要: WebAnything: From the Wild Web to Scalable Agent Environments
- arxiv url: http://arxiv.org/abs/2610.37786v1
- Date: Tue, 27 Oct 2026 18:06:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-01 01:32:09.897197
- Title: WebAnything: From the Wild Web to Scalable Agent Environments
- Title（参考訳）: WebAnything: ワイルドなWebからスケーラブルなエージェント環境へ
- Abstract要約: Webエージェントは、再現可能なトレーニングと評価のために、多様な、実行可能で、リセット可能なウェブサイト環境を必要とする。
本稿では,WebAnythingについて紹介する。WebAnythingは,オープンソースの再利用可能なWeb環境を,実際のURLから再構築する,完全に自動化されたフレームワークである。
WebAnythingは、3つの忠実度測定値に対して、12の勝利と2つの結びつき、盲目監査における損失の合計スコアを達成している。
- 参考スコア（独自算出の注目度）: 29.572075586836444
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Web agents require diverse, executable, and resettable website environments for reproducible training and evaluation. Human-assisted mirrors demand per-site engineering, while generative construction can diverge from specified real websites. Capture-and-replay preserves observations, with interaction coverage constrained by captured content and replay capabilities. We present WebAnything, a fully automated framework that reconstructs source-grounded, reusable Web environments from real URLs without per-site manual implementation or repair after initial setup and authorization. An Explorer-Builder collects browser-observable structures, resources, and interaction outcomes; an independent verifier checks frozen candidates and guides local repair or targeted source recapture. We construct 244 website artifacts across 14 application domains and 53 categories, supporting 12,984 executed and accepted tasks. Compared with human-assisted WebHarbor, WebAnything achieves higher aggregate scores on three fidelity metrics, with 12 wins, two ties, and no losses in a blind audit. Fine-tuning Qwen3.5-9B on 5,856 interaction trajectories improves REAL success by 9.9 percentage points, Odysseys-Easy Rubric Avg and Task Avg by 6.25 and 6.32 percentage points, and WebArena-Verified Overall success by 13.33 percentage points under the fixed harness. Code: https://github.com/china-qijizhifeng/Web-Anything
- Abstract（参考訳）: Webエージェントは、再現可能なトレーニングと評価のために、多様な、実行可能で、リセット可能なウェブサイト環境を必要とする。
ヒューマンアシストミラーはサイトごとのエンジニアリングを必要とし、ジェネレーティブな構築は特定のウェブサイトから分岐することができる。
キャプチャ・アンド・リプレイは、キャプチャされたコンテンツとリプレイ機能によって制限されたインタラクションカバレッジによって、観察を保存します。
本稿では,WebAnythingについて紹介する。WebAnythingは,サイトごとのマニュアル実装や,初期設定および承認後の修復を行うことなく,実際のURLから,ソースベースで再利用可能なWeb環境を再構築するフレームワークである。
Explorer-Builderはブラウザで観測可能な構造、リソース、インタラクションの結果を収集します。
14のアプリケーションドメインと53のカテゴリで244のWebサイトアーティファクトを構築し、12,984の実行と受け入れタスクをサポートします。
人力支援のWebHarborと比較すると、WebAnythingは3つの忠実度測定値に対して、12の勝利と2つの結びつき、盲目監査における損失の合計スコアを達成している。
5,856の相互作用軌道上の細調整Qwen3.5-9BはREALの成功を9.9ポイント改善し、Odysseys-Easy Rubric AvgとTask Avgは6.25ポイントと6.32ポイント、WebArena-Verifiedは13.33ポイント改善した。
コード:https://github.com/china-qijizhifeng/Web-Anything
関連論文リスト
- WebUniverse: Scaling Verified Training Data for Agentic Web Development [26.32632511609751]
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。
論文 参考訳（メタデータ） (2026-10-23T17:57:32Z) - 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) - 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) - Qwen-CUA: Native Computer Use for (almost) Everything [104.78368489343713]
本稿では,Qwen-CUAについて紹介する。
DOMツリー、アクセシビリティメタデータ、タスク固有のAPIなしで、スクリーンショットのみを観察し、キーボードやマウスのイベントを通じて動作します。
足場は最大20個のアクティブなスクリーンショットを保持し、最近の証拠を保持するために固定サイズのブロックで古い視覚履歴を折り畳む。
論文 参考訳（メタデータ） (2026-08-03T15:04:20Z) - 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) - Software Testing at the Network Layer: Automated HTTP API Quality Assessment and Security Analysis of Production Web Applications [1.9537983097153042]
我々は18のプロダクションWebサイトの完全なHTTPトラフィックをキャプチャして分析する自動ソフトウェアテスティングフレームワークを提案する。
最小主義のサーバーレンダリングサイトは100点、コンテンツの多い商用サイトは56.8点のスコアを得た。
冗長なAPI呼び出しと欠落するキャッシュヘッダを、最も普及している2つのアンチパターンとして識別し、それぞれが67%のサイトに影響を与える。
論文 参考訳（メタデータ） (2026-02-09T03:39:45Z) - WebGen-Agent: Enhancing Interactive Website Generation with Multi-Level Feedback and Step-Level Reinforcement Learning [51.14454312533818]
WebGen-Agentは、包括的で多層的な視覚フィードバックを活用する新しいWebサイト生成エージェントである。
WebGen-Agent の推論エンジンとして機能する LLM の能力を向上させるために,Screenshot と GUI-Adnt Feedback を備えた textitStep-GRPO を導入している。
WebGen-Agent は Claude-3.5-Sonnet の精度を 26.4% から 51.9% に引き上げ、外観スコアを 3.0 から 3.9 に引き上げた。
論文 参考訳（メタデータ） (2025-09-26T17:59:51Z) - 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)
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。