标签 AI 编程
WebVoyager 是什么
WebVoyager 被介绍为一款由大型多模态模型驱动的网络代理,通过与现实世界的网站交互端到端完成用户指令。
你可以用它做什么
- 端到端完成用户指令
- 与现实世界的网站交互
- 自动执行网站任务
评估说明
- 任务来自 15 个广泛使用的网站
- 资料报告 55.7% 的任务成功率
- 自动评估与人类判断一致性为 85.3%
优点与缺点
✓ 我们认可的地方
- 代理可与现实世界的网站交互
- 自动评估与人类判断达成 85.3% 的一致性
! 需要留意的地方
- 资料所述场景是研究评估
- 评估依赖 GPT-4V 的理解能力
常见问题
报告的成功率是多少?
资料写明任务成功率为 55.7%。
如何评估?
资料说明提出了利用 GPT-4V 的自动评估协议。
最后评测: 2026-11-15