शोधकर्ताओं ने AgentOccam का परिचय दिया, जो LLM-आधारित वेब एजेंट्स के लिए एक बेसलाइन है जो मॉडल के पूर्व-प्रशिक्षण डेटा के साथ बेहतर संरेखण के लिए अवलोकन और क्रिया स्थान को परिष्कृत करके प्रदर्शन में सुधार करता है। यह दृष्टिकोण इन-कंटैक्ट उदाहरणों या मल्टी-एजेंट सिस्टम जैसे हैंडक्राफ्टेड रणनीतियों की आवश्यकता को समाप्त करता है।
- WebArena बेंचमार्क पर, AgentOccam पिछले state-of-the-art तरीकों से 9.8 पूर्णांक अंक (+29.4%) और समकालीन कार्य से 5.9 पूर्णांक अंक (+15.8%) आगे है।
- इस विधि ने समान सादे वेब एजेंट्स की तुलना में सफलता दरों को 26.6 अंक (+161%) बढ़ा दिया है।
- डिज़ाइन ऑनलाइन फीडबैक या खोज रणनीतियों का उपयोग किए बिना वेब कार्यों पर LLMs के zero-shot प्रदर्शन को उजागर करता है।
अध्ययन LLM-आधारित एजेंट्स के लिए अवलोकन और क्रिया स्थानों को सावधानी से ट्यून करने की महत्वपूर्ण भूमिका पर जोर देता है ताकि वे वास्तविक दुनिया के परिदृश्यों में सामान्यीकरण कर सकें।