¿Dónde falló? Evaluación de proceso de agentes web con seguimiento semántico
Evaluación de procesos con seguimiento semántico revela diferencias ocultas entre agentes web. Aprende a mejorar su rendimiento.
#agentes web
Killbench: ¿Podemos detener la IA maliciosa?
Killbench evalúa si podemos detener una IA maliciosa usando solo señales externas. Descubre los métodos y resultados en este benchmark.
Corrección Especulativa con Rollback para Imitación de Agentes Web Diversos
Descubre cómo SRC mejora el entrenamiento de agentes web por imitación, reduciendo errores y aumentando diversidad. Resultados en WebArena-Infinity.
¿Quién paga el precio? Benchmarking de inyección de prompts para agentes web
Descubre cómo un benchmark centrado en stakeholders revela vulnerabilidades en agentes web impulsados por IA. ¿Quién paga el precio de la inyección de prompts?
MemVenom: Envenenamiento Activado de Memorias Multimodales en Agentes Web
Conoce MemVenom: el ataque que envenena la memoria de los agentes web y amenaza la seguridad de la IA multimodal. ¡Descubre cómo protegerse!
Acciones tipadas para agentes web en lugar de clics
Descubre por qué los agentes web deben usar acciones tipadas (verbos web) en lugar de clics para mayor fiabilidad y auditabilidad.
AliyunConsoleAgent: agentes web en cloud real con destilación y refuerzo
AliyunConsoleAgent entrena agentes web para verificar documentación en consolas cloud. Combina destilación y RL, logrando 63.52% éxito con 92% menos costo.
SlimSearcher: Agentes Web Eficientes con Puertas de Recompensa Adaptativas
Descubre cómo SlimSearcher optimiza agentes de búsqueda profunda, reduciendo costos computacionales hasta 58% sin sacrificar precisión.
¡Es una TRAP! Benchmark de persuasión para agentes web
Descubre cómo el benchmark TRAP expone vulnerabilidades críticas en agentes web ante inyecciones de prompt. Hasta 43% de modelos caen en estas trampas.
AsyncWebRL: RL multi-paso eficiente para agentes web visuales
Descubre AsyncWebRL: un enfoque asíncrono que acelera el entrenamiento de agentes web visuales con RL multi-paso, logrando hasta 2.9x más rapidez y mejor rendimiento.
Aprendizaje online de habilidades con recuperación dinámica basada en estado
SGDR revoluciona el aprendizaje de habilidades en agentes web: recuperación dinámica basada en estado mejora un 10% la tasa de éxito en WebArena. ¡Conoce los detalles!