WebWalker: Benchmarking LLMs in Web Traversal
专题命中 Agent评测 :agent(abstract);multi-agent(abstract);分类 cs.AI、cs.CL
AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
专题命中 Agent评测 :agent(abstract);multi-agent(abstract);分类 cs.AI、cs.CL
专题命中 Agent评测 :agent(abstract);agentic(abstract);分类 cs.AI、cs.CL
Comments Work in progress. For GitHub repository, see https://github.com/OPPO-PersonalAI/OAgents
机构 * School of Public Health and Preventive Medicine, Monash University, Melbourne, Australia(公共卫生与预防医学学院,墨尔本大学) ; Department of Electrical and Computer System Engineering, Monash University, Melbourne, Australia(电气与计算机系统工程系,墨尔本大学) ; School of Civil and Environmental Engineering, UNSW, Sydney, Australia(土木与环境工程学院,新南威尔士大学) ; School of Information and Communication Technology, Griffith University, Brisbane, Australia(信息与通信技术学院,格里菲斯大学)
专题命中 Agent评测 :agent(abstract);planning(abstract);分类 cs.AI、cs.LG
机构 * Shanghai Innavation Institute(上海创新研究院) ; Shanghai Institute of AI for Education(上海人工智能教育研究院) ; Department of Educational Information Technology(教育信息技术系) ; School of Computer Science and Technology(计算机科学与技术学院)
专题命中 Agent评测 :agent(abstract);multi-agent(abstract);分类 cs.CL、cs.LG
机构 * MATS ; Apollo Research ; ML Alignment & Theory Scholars (MATS)(机器学习对齐与理论学者(MATS))
专题命中 Agent评测 :agent(abstract);agentic(abstract);分类 cs.AI、cs.CL
机构 * BIFOLD--Berlin Institute for the Foundations of Learning(柏林学习与数据基础研究院) ; University of California Los Angeles(加州大学洛杉矶分校) ; Halıcıoğlu Data Science Institute, University of California San Diego(哈里卡鲁斯数据科学研究所,加州大学圣地亚哥分校) ; Microsoft Research NYC(微软研究院纽约)
专题命中 Agent评测 :agent(abstract);multi-agent(abstract);分类 cs.AI、cs.LG
Comments Accepted at ICML 2025 as a Spotlight Position Paper
专题命中 Agent评测 :agent(abstract);multi-agent(abstract);分类 cs.AI、cs.LG
机构 * Anthropic ; Reduct Video ; Scale AI ; Constellation ; Redwood Research
专题命中 Agent评测 :agent(abstract);autonomous agent(abstract);分类 cs.AI、cs.LG
专题命中 Agent评测 :agent(abstract);multi-agent(abstract);分类 cs.AI、cs.CL
Comments ACL2025 Accepted
专题命中 Agent评测 :agent(abstract);multi-agent(abstract);分类 cs.AI、cs.CL
专题命中 Agent评测 :agent(abstract);agentic(abstract);分类 cs.AI、cs.CL
Comments 28 pages
专题命中 Agent评测 :agent(abstract);multi-agent(abstract);分类 cs.AI、cs.LG
机构 * Shanghai Jiao Tong University(上海交通大学)
专题命中 Agent评测 :agent(abstract);multi-agent(abstract);分类 cs.AI、cs.CL
机构 * The MITRE Corporation(MITRE公司) ; NSA(国家安全局)
专题命中 Agent评测 :agent(abstract);autonomous agent(abstract);分类 cs.AI、cs.LG
机构 * École Polytechnique Fédérale de Lausanne(瑞士联邦理工学院) ; Stanford University(斯坦福大学) ; ETH Zurich(苏黎世联邦理工学院)
专题命中 Agent评测 :agent(abstract);multi-agent(abstract);分类 cs.AI、cs.LG
Comments CVPR 2025
机构 * Intelligent Social Systems and Swarm Robotics Lab (IS$^3$R)(智能社会系统与群体机器人实验室) ; Computer Science and Information Systems Department(计算机科学与信息系统系) ; Bradley University(布拉德利大学)
专题命中 Agent评测 :agent(abstract);AI agent(abstract);分类 cs.AI、cs.LG
Comments The paper had been accepted by the 2025 IEEE Conference on Cognitive and Computational Aspects of Situation Management (CogSIMA). arXiv admin note: text overlap with arXiv:2401.05572
专题命中 Agent评测 :agent(abstract);AI agent(abstract);分类 cs.AI、cs.CL
机构 * Brown University(布朗大学) ; Stanford University(斯坦福大学) ; University of New South Wales(新南威尔士大学) ; Xi’an University of Electronic Science and Technology(西安电子科技大学) ; University of Chicago(芝加哥大学)
专题命中 Agent评测 :agent(abstract);multi-agent(abstract);分类 cs.AI、cs.CL
机构 * Haofei Yu ; Zhaochen Hong ; Zirui Cheng ; Kunlun Zhu ; Keyang Xuan ; Jinwei Yao ; Tao Feng ; Jiaxuan You
专题命中 Agent评测 :agent(abstract);multi-agent(abstract);分类 cs.CL、cs.LG
Comments 9 pages, ICML 2025
专题命中 Agent评测 :agent(abstract);multi-agent(abstract);分类 cs.AI、cs.LG
Comments Accepted at the IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW) 2025
专题命中 Agent评测 :agent(abstract);planning(abstract);分类 cs.AI、cs.CL
Comments Accepted to ICML 2025
机构 * UC Berkeley(伯克利大学) ; FAIR at Meta(Meta 公司人工智能研究部)
专题命中 Agent评测 :agent(abstract);tool-use(abstract);分类 cs.AI、cs.CL
机构 * Biomedical Informatics & Data Science, Johns Hopkins University(约翰霍普金斯大学生物医学信息学与数据科学) ; Biomedical & Health Informatics, University of Washington(华盛顿大学生物医学与健康信息学)
专题命中 Agent评测 :agent(abstract);autonomous agent(abstract);分类 cs.AI、cs.CL
机构 * Department of Computing, The Hong Kong Polytechnic University(计算机学系,香港理工大学)
专题命中 Agent评测 :agent(abstract);agentic(abstract);分类 cs.CL、cs.LG
机构 * METR AI R&D Evaluation(METR AI R&D评估)
专题命中 Agent评测 :agent(abstract);AI agent(abstract);分类 cs.AI、cs.LG
机构 * The Hong Kong Polytechnic University(香港理工大学) ; University of Michigan(密歇根大学)
专题命中 Agent评测 :agent(abstract);workflow(abstract);分类 cs.AI、cs.CL
Comments Accepted to Findings of ACL 2025
机构 * Washington University in St. Louis(圣路易斯华盛顿大学)
专题命中 Agent评测 :agent(abstract);AI agent(abstract);分类 cs.AI、cs.LG
机构 * Information Technology University Department of Computer Science(信息科技大学计算机科学系) ; Zayed University College of Interdisciplinary Studies(扎耶德大学跨学科研究学院) ; Computer Science and Engineering Department(计算机科学与工程系)
专题命中 Agent评测 :agent(abstract);multi-agent(abstract);分类 cs.AI、cs.CL
Comments Preprint. Submitted to the Journal of Artificial Intelligence Research (JAIR) on April 29, 2025
机构 * Stanford University(斯坦福大学) ; IBM Research(IBM研究院) ; University of Toronto(多伦多大学)
专题命中 Agent评测 :agent(abstract);agentic(abstract);分类 cs.CL、cs.LG
机构 * University College London(伦敦大学学院) ; University of Bologna(博洛尼亚大学)
专题命中 Agent评测 :agent(abstract);agentic(abstract);分类 cs.AI、cs.LG
Comments Published at the 13th International Conference on Learning Representations (ICLR'25), Singapore, Apr 2025. https://openreview.net/forum?id=MeGDmZjUXy