BrowserForge: Scaling Web Episode via Parallel Browser Sandboxes
BrowserForge is een framework dat de generatie van hoogwaardige webinteractiedata schaalt door parallelle browser-sandboxes over het open web te draaien om een diverse corpus van 203.238 trajecten te creëren, wat de prestaties van pixelgebaseerde webagenten op live en statische benchmarks aanzienlijk verbetert.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je een computerprogramma voor dat is ontworpen om je te helpen het internet te navigeren, vergelijkbaar met een digitale assistent die knoppen kan aanklikken, tekst kan typen en door pagina's kan scrollen om een taak voor je te voltooien. Om deze programma's te leren hoe ze dit moeten doen, moeten ze oefenen op echte websites, waarbij ze observeren hoe een mens van een startpunt naar een voltooid doel zou bewegen. Tot nu toe was de data die werd gebruikt om deze programma's te onderwijzen beperkt. De meeste trainingssets werden gebouwd door menselijke acties op een kleine, vaste lijst van populaire websites te registreren, of door nepscenario's te genereren op basis van een nauwe reeks tutorials. Dit betekende dat de programma's leerden om slechts een fractie van het internet te navigeren, en moeite hadden wanneer ze een nieuwe of onbekende site tegenkwamen. Ze waren als studenten die slechts één enkel tekstboek hadden bestudeerd; wanneer ze een ander boek kregen, wisten ze niet hoe ze het moesten lezen.
Een team van onderzoekers heeft nu een systeem genaamd BrowserForge gebouwd om dit probleem op te lossen. In plaats van te vertrouwen op een kleine, vooraf geselecteerde lijst van websites, hebben ze het hele openbare internet veranderd in een trainingsveld. Ze creëerden een enorm netwerk van honderden virtuele computers, die elk een aparte webbrowser draaien. Deze browsers werden uitgezonden om honderdduizenden verschillende, echte websites te bezoeken die op het publieke web te vinden zijn. Het systeem bezocht deze pagina's niet alleen; het probeerde ook actief taken uit te voeren op deze pagina's. Een eerste kunstmatige intelligentie-agent bekeek een pagina en bedacht een plausibele taak, zoals het vinden van een specifiek artikel of het controleren van een prijs. Een tweede agent probeerde vervolgens die taak te voltooien door te klikken en te typen, waarbij elke beweging werd geregistreerd. Als de taak succesvol werd voltooid, werd het verslag van die bewegingen opgeslagen als een les. Als de agent vastliep of faalde, werd die poging weggegooid. Dit proces werd herhaald en herhaald, waardoor meer dan 200.000 unieke leervoorbeelden werden gegenereerd, elk afkomstig van een volledig andere website.
De onderzoekers ontdekten dat deze aanpak een dataset opleverde die veel groter en diverser was dan alles wat voorheen beschikbaar was. Terwijl oudere datasets slechts enkele duizenden voorbeelden van een paar honderd sites bevatten, besloeg deze nieuwe collectie bijna 200.000 verschillende websites. Toen ze deze nieuwe data gebruikten om een compact, efficiënt computermodel te trainen, waren de resultaten onmiddellijk en significant. Het vermogen van het model om taken op live websites succesvol te voltooien, sprong van ongeveer 25 procent naar meer dan 33 procent. Deze verbetering was niet zomaar een kleine stijging; het stelde een relatief klein model in staat om veel grotere, complexere systemen te overtreffen die getraind waren op oudere, nauwere data. De studie toonde aan dat de sleutel tot de verbetering niet een nieuwe truc was in hoe het model werd onderwezen, maar simpelweg de enorme variëteit van de websites die het had gezien. Door het systeem bloot te stellen aan de chaotische, onvoorspelbare realiteit van het openbare web, leerden de onderzoekers het systeem om veel aanpasbaarder te zijn.
Het succes van deze methode rustte op een zorgvuldig schoonmaakproces. Omdat het systeem taken genereerde en deze probeerde uit te voeren zonder menselijk toezicht, mislukten veel pogingen of produceerden ze rommelige records. De onderzoekers bouwden een filter om deze slechte voorbeelden te verwijderen. Ze gebruikten eerst eenvoudige regels om pogingen te verwijderen die duidelijk misgingen, zoals pogingen die nooit werden afgerond. Vervolgens gebruikten ze een ander intelligent systeem om de resterende pogingen te beoordelen en te bevestigen of de taak daadwerkelijk was voltooid. Ten slotte herschreven ze de succesvolle pogingen naar een duidelijk, consistent formaat, zodat het leermodel de logica achter de acties kon begrijpen. Dit zorgde ervoor dat het model leerde van hoogwaardige voorbeelden in plaats van ruis. De studie bevestigde dat de diversiteit van de websites de belangrijkste drijfveer van succes was. Wanneer de onderzoekers het model testten op verschillende soorten websites en taken, bleef de verbetering constant, wat suggereert dat het model echt algemene vaardigheden had geleerd in plaats van alleen specifieke pagina's te memoriseren.
Dit werk demonstreert dat de beste manier om een computer te leren het web te navigeren, is door hem het web zelf te laten verkennen. Door het proces van het bezoeken van echte sites en het uitvoeren van echte taken te automatiseren, creëerden de onderzoekers een trainingsset die de ware complexiteit van het internet weerspiegelt. Het resultaat is een meer capabele en betrouwbare digitale assistent, een die de onverwachte lay-outs en unieke kenmerken van de miljoen websites die vandaag de dag bestaan, kan afhandelen. De bevindingen suggereren dat naarmate de hoeveelheid van deze open-web data groeit, de prestaties van deze agenten zullen blijven verbeteren, waardoor ze dichter bij het doel van een werkelijk universele webassistent komen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.