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
- McGill-NLP 发布 WebArena-Pro:20 个应用 300 任务的多模态 Web Agent 基准 — McGill-NLP · 2026-11-16
- WebArena-Pro 发布:300 任务 20 应用多模态 Web Agent 基准 — xhluca · 2026-11-16
- WebArena-Pro 发布:20 个真实网站、400 任务测浏览器 agent — xhluca · 2026-11-17
另有 1 条近重复转述:xhluca