Web代理OdoBot省80%令牌，成功率还超WebVoyager！
Token Efficient Task Execution via Application Behavior Modeling for Web Agents
📖 AI 总结
本文提出了一种名为OdoBot的新型网页智能体架构，旨在解决AI智能体处理token成本快速攀升的问题。传统网页智能体需通过分析用户界面并与之交互来完成自然语言描述的任务，而OdoBot通过分析成功任务执行的演示，构建底层应用的行为模型，从而以更低的成本完成任务。研究团队在Canvas学习管理系统上进行了45项任务实验，结果显示OdoBot相比两个当前最先进的竞品智能体Agent-E和WebVoyager，分别减少了44%和80%的token消耗，同时在任务成功率上还超过了WebVoyager。该工作表明，借助应用行为建模，网页智能体可以在显著降低token开销的同时保持甚至提升任务执行效果，为降低智能体基础设施成本提供了可行路径。
🔑 关键词速览
| Web Agent | 一种自动化代理，通过分析网页用户界面并与之交互来执行以自然语言描述的Web任务。 |
| Token Efficiency | 指在完成任务时减少令牌消耗的能力，令牌是语言模型处理文本的基本单位，降低成本的关键指标。 |
| Behavioral Model | 通过分析成功任务执行演示构建的底层应用行为模型，用于指导代理高效执行任务。 |
| Canvas LMS | Canvas学习管理系统，一个广泛使用的在线教育平台，本研究中用于测试代理性能。 |
| Task Success Rate | 代理成功完成任务的比例，是衡量代理性能的重要指标之一。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅