本文是LLM系列文章,针对《AutoWebGLM: Bootstrap And Reinforce A Large Language Model-based Web Navigating Agent》的翻译。
摘要
大型语言模型(LLM)推动了许多智能代理任务,如网络导航,但由于三个因素,大多数现有的代理在现实世界的网页中的表现远不能令人满意:(1)网页上动作的多功能性,(2)HTML文本超过了模型处理能力,以及(3)由于网络的开放域性质导致的决策复杂性。鉴于这一挑战,我们开发了AUTOWEBGLM,这是一款基于ChatGLM3-6B构建的GPT-4性能优于自动网络导航代理。受人类浏览模式的启发,我们设计了一种HTML简化算法来表示网页,简洁地保留了重要信息。我们采用混合人工智能方法为课程训练构建网络浏览数据。然后,我们通过强化学习和拒绝抽样来引导模型,以进一步促进网页理解、浏览器操作和高效的任务分解。为了测试,我们为现实世界的网页浏览任务建立了一个双语基准——AutoWebBench。我们在各种网络导航基准测试中评估了AUTOWEBGLM,揭示了它的改进,但也揭示了应对真实环境的潜在挑战。相关代码、模型和数据将发布在https://github.