用闭合序列模式挖掘实现网页导航智能体可解释提前终止

论文用序列模式挖掘生成可解释的智能体失败特征库并提前终止

资讯摘要

论文提出用闭合序列模式挖掘（BIDE+）分析网页导航智能体执行轨迹的K步前缀，生成规模小、可供人工审阅的失败特征库，并归入四类失败分类及修复建议。作者在三个开放权重模型采集的1,544条MiniWoB++轨迹上评估，称在K=3的Exclude-errors配置下八种方法中F1最佳（0.717），三步内覆盖88%测试集失败，提前终止策略节省26.3% token且精确率92%。

要点速读

1. 方法对智能体轨迹的K步前缀应用闭合序列模式挖掘（BIDE+），产出可人工审阅的失败特征库与四类失败分类、修复建议
2. 评估使用1,544条MiniWoB++轨迹，来自三个开放权重语言模型，并采用排除零步崩溃与单步成功等污染的多变体协议
3. 作者报告K=3时最佳F1为0.717，三步内覆盖88%测试集失败，提前终止策略节省26.3% token、精确率92%

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/5 08:00:38（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。