为实用代理提供真实可复现的网络环境

CMU研究人员推出WebArena:一个真实可复现的网络环境，用于评估实用代理的性能。他们提供了四个真实的网络应用程序，用于训练自主代理执行特定任务。为了模拟人类问题解决，WebArena还嵌入了工具和知识资源作为独立的网站。WebArena引入了一个基准测试，将高级逼真自然语言命令解释为具体的基于Web的交互。