规划表示与生成规划的LLM均显著影响网页智能体成功率。
资讯摘要
论文提出PlanAhead静态规划器-执行器框架，研究自然语言规划表示对LLM网页智能体的影响。作者先将WebArena任务自动分为3个难度等级，再在困难任务上系统比较顺序子目标、叙事、伪代码和清单4种规划表示，覆盖OpenAI、阿里巴巴和Google的多模态LLM智能体。论文还提出将成功率分解为Achievement Rate与Solved-Task Consistency两项指标，结果显示规划形式与生成规划的底层LLM都会显著影响智能体的稳健性和任务成功率。
要点速读
- 论文提出PlanAhead框架，用于评估规划表示对网页智能体性能的影响。
- 作者自动将WebArena任务分为3个难度等级，并在困难任务上比较4种规划表示。
- 实验覆盖OpenAI、阿里巴巴和Google的多模态LLM智能体，并引入AR与STC两项分解指标。
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 2026/10/29 08:00:21（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。