Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

BrowserAgent: Building Web Agents with Human-Inspired Web Browsing Actions

Created by
  • Haebom

저자

Tao Yu, Zhengbo Zhang, Zhiheng Lyu, Junhao Gong, Hongzhu Yi, Xinming Wang, Yuxuan Zhou, Jiabing Yang, Ping Nie, Yan Huang, Wenhu Chen

개요

본 논문은 LLM이 동적 웹 환경과 상호작용하며 외부 정보를 자율적으로 획득하는 능력을 향상시키는 데 초점을 맞춘다. 인간의 웹 브라우징 행동을 모방하여, 스크롤, 클릭, 타이핑 등 다양한 브라우저 액션을 통해 복잡한 작업을 해결하는 보다 상호작용적인 에이전트인 BrowserAgent를 제안한다. BrowserAgent는 Playwright를 통해 원시 웹 페이지에서 직접 작동하며, SFT와 RFT의 두 단계 훈련 방식을 사용한다. 이는 Search-R1보다 적은 훈련 데이터를 사용하면서도 다양한 Open-QA 작업에서 경쟁력 있는 결과를 달성했다. 또한, 장기적인 작업에 대한 모델의 추론 능력을 향상시키기 위해 명시적인 메모리 메커니즘을 도입했다. BrowserAgent-7B는 HotpotQA, 2Wiki, Bamboogle과 같은 멀티홉 QA 작업에서 Search-R1보다 약 20% 향상된 성능을 보였다.

시사점, 한계점

•
시사점:
◦
인간의 브라우징 행동을 모방한 상호작용적인 에이전트 설계를 통해 웹 환경과의 상호작용성을 개선함.
◦
SFT와 RFT의 두 단계 훈련 방식을 통해 모델의 일반화 능력을 향상시킴.
◦
명시적인 메모리 메커니즘을 통해 장기적인 작업의 추론 능력을 강화함.
◦
Search-R1보다 적은 훈련 데이터를 사용하고도 우수한 성능을 달성함.
◦
멀티홉 QA 작업에서 유의미한 성능 향상을 보임.
•
한계점:
◦
구체적인 한계점은 논문 내용에 직접적으로 언급되지 않음. (추후 논의를 통해 파악 필요)
👍
Made with Slashpage