arXiv · Information Retrieval· Ziqi Zhang, Shaohui Li, Bing Li·· 7 小时前AI 评分57
WebRetriever Challenge 技术报告：结构化交互、视觉定位与鲁棒执行
Structured Interaction, Visual Localization, and Robust Execution for Complex Web Tasks: A Technical Report on the WebRetriever Challenge
AI 导读
该报告介绍了 WebRetriever Challenge 的 Web Agent 系统，采用结构化交互优先策略，在结构化信息不足时调用视觉感知。系统引入网格辅助视觉定位、分层上下文管理和容错执行机制三项设计，本地 Protocol 1 评估通过率最高达 79%，官方 Protocol 3 竞赛以 8 个并发浏览器工作进程取得 59% 通过率并夺冠。
来源：arXiv · Information Retrieval · arxiv.org