WebLlama:通过对话进行网页浏览的智能代理

WebLlama:智能网页浏览代理

WebLlama 是 McGill University 自然语言处理团队的研究项目,旨在开发能通过对话浏览网页的智能代理。这些代理基于 Llama-3 模型优化微调,基于 Llama-3-8B-Instruct 模型,专为网页导航和对话任务优化,可有效处理复杂的网页交互任务。

WebLlama 性能优于 GPT-4V,尤其在真实世界的网页浏览相关任务上。微调使用 WebLINX 数据集,包含超 10 万网页导航和对话实例,由专家注释人员收集验证。为训练模型,选取了 2.4 万精选子集,确保训练质量和代理实用性。

该模型已在 Hugging Face Model Hub 上发布,名称为 McGill-NLP/Llama-3-8B-Web。同时,训练和评估数据也可在 Huggingface Hub 上找到,数据集名称为 McGill-NLP/WebLINX。

主要功能

WebLlama 能处理连续对话,用户可通过多轮交流提供指令并获取反馈。代理可与现代网页自动化框架集成,在实际浏览器环境中执行动作,如点击、滚动、填写表单等。

WebLlama 具备以下功能:

自动网页浏览:根据用户指令自动浏览网页,执行搜索、导航和信息检索等任务。

交互对话:通过自然语言与用户交互,理解指令并提供反馈。

执行网页操作:点击链接、填写和提交表单等。

自动任务完成:按用户指令完成特定任务,如预订酒店、购物或查找信息。

WebLlama 为网页交互带来新方式,将为生活和工作提供更多便利。

相关推荐
KarudoLee1 小时前
AIGC7——AIGC驱动的视听内容定制化革命:从Sora到商业化落地
人工智能·aigc
晨航15 小时前
AI Agent拐点已至,2B+2C星辰大海——行业深度报告
人工智能·ai·aigc
姚瑞南15 小时前
从模糊感知到量化评估:构建一个Prompt打分工具
人工智能·自然语言处理·chatgpt·prompt·aigc
我是阳明16 小时前
开发一个基于 SSE 类型的 Claude MCP 智能商城助手
aigc·cursor·mcp
SelectDB16 小时前
Apache Doris 2025 Roadmap:构建 GenAI 时代实时高效统一的数据底座
大数据·数据库·aigc
r0ad16 小时前
文生图架构设计原来如此简单之交互流程优化
架构·aigc
几米哥1 天前
OpenManus进阶指南:如何配置DeepSeek模型和百度搜索提升中文体验
开源·aigc·deepseek
墨风如雪1 天前
DeepSite 深度解析:零门槛 AI 编程神器,免费打造你的专属应用与游戏
aigc
AIGC-Lison1 天前
【CSDN首发】Stable Diffusion从零到精通学习路线分享
人工智能·ai·stable diffusion·aigc·sd
EdisonZhou2 天前
使用MCP C# SDK开发MCP Server + Client
llm·aigc·asp.net core·.net core