JHiMA-WebRL：分层多智能体强化学习框架提升长程网页任务表现
用两个 7B 模型分工干翻 32B 单体：一个负责拆任务，一个负责执行，在 WebArena-Lite-v2 上成功率 37.2% 对 24%，做 GUI Agent 的可以看看训练细节。
#JHiMA-WebRL
共 1 条 · 7 天 1 条 · 30 天 1 条
信息流里打上「JHiMA-WebRL」标签的资讯、产品与论文，按刊登时间排，新的在上。
11月4日
用两个 7B 模型分工干翻 32B 单体：一个负责拆任务，一个负责执行，在 WebArena-Lite-v2 上成功率 37.2% 对 24%，做 GUI Agent 的可以看看训练细节。