跳到正文

WebVoyager

在 15 个真实网站上评估的多模态网络代理

访问官网

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

更多 AI 编程工具 工具

查看全部 →

评测方法