arXiv cs.AI· Zijian Cai, Haowei Liu, Kailai Chen, Lin Peng, Cong Wan, Ziqi Zhang, Chunfeng Yuan, Bing Li, Weiming Hu, Haiyang Xu·· 3 天前AI 评分39
HyWe：统一搜索与操作，面向真实混合网页任务
HyWe: Unifying Search and Operation for Real-World Hybrid Web Tasks
AI 导读
研究团队提出 HyWe 框架，将信息搜索与页面操作统一在单一模型和轨迹中，并训练出 35B 参数的网页智能体 HyWe-35B。
正文 · AI 翻译
摘要：现实世界中的混合网络任务既需要信息收集，也需要页面交互，然而基于搜索的智能体和基于操作的智能体却是分别开发和评估的。为弥合这一差距，我们提出了 HyWe，一个将两种能力统一在单个模型和轨迹中的框架。其两种模式使用专门的提示词和工具集来维持子目标的执行；显式切换选择所需的能力，而共享历史让每种模式都能基于另一模式的发现继续推进。为提供这些行为的演示，我们开发了 HyWeCollector，一个全自动流水线，利用任务原型、四种切换模式和多智能体合成来生成经过验证的混合轨迹。我们在这些演示上训练 HyWe-35B，将高效的信息收集和浏览器交互统一在一个 35B 网络智能体中。为评估混合任务完成情况，我们提出了 HyWeBench：100 个由人工编写、位于与训练集不同的网站上的任务，配有由人工编写的子目标检查清单和基于结果的评估流水线。混合训练使 HyWe-35B 在该基准上达到 47.0% 的成功率，比未训练的基座模型提升了 19.0 个百分点，并优于现有的基于搜索和基于操作的智能体。即使在训练之前，同一基座模型使用 HyWe 也能解决 28.0% 的任务，而在单一提示词下使用所有工具时仅为 11.0%。除混合任务外，HyWe-35B 在 Online-Mind2Web 和 WebVoyager 上分别达到 59.0% 和 88.3% 的成功率，优于现有的开源基线，并且与 Fara-7B 相比，每个成功任务的操作成本分别降低了 48.3% 和 51.9%。
| 评论： | 40 页，6 幅图，13 张表，含附录 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.16319 [cs.AI] |
| （或 arXiv:2610.16319v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.16319 arXiv 颁发的 DOI，经由 DataCite（待注册） |
提交历史
来自：Zijian Cai [查看邮箱]
[v1]
2026 年 10 月 12 日星期一 07:42:11 UTC（6,926 KB）
来源：arXiv cs.AI · arxiv.org