McGill 团队发布 WebArena-Pro 浏览器智能体基准

McGill NLP 与 Mila 等机构团队(Imene Kerboua、Xing Han Lu、Siva Reddy 等)发布 WebArena-Pro,一个可自托管、可复现的异构多模态浏览器智能体基准,包含 20 个流行真实网站(如 Airbnb、Google 等)中的 300-400 个任务,覆盖六大领域,并首次把音频/视频作为核心观测模态。该工作针对 WebArena 等既有基准最多只覆盖 5 个网站的局限,已入选 NeurIPS 2026。

2026-11-16 ~ 2026-11-17 · 4 条相关

另有 1 条近重复转述:xhluca