Editor Downcodes mengetahui bahwa perusahaan Emergence AI baru-baru ini merilis agen web cerdas baru yang disebut Agen-E. Tingkat keberhasilan tugasnya mencapai 73,2%, 20% lebih tinggi dari sebelumnya. Agen-E dirancang untuk meningkatkan efisiensi kecerdasan buatan dalam navigasi web dan menyelesaikan tugas online yang kompleks dengan lebih efektif, seperti pengambilan data, pengisian formulir, pemesanan penerbangan, dll. Kemunculan agen ini tentunya akan memberikan pengalaman jaringan yang lebih nyaman dan efisien bagi pengguna. Di bawah ini mari kita lihat lebih dekat inovasi Agen-E.
Menurut laporan terbaru, perusahaan Emergence AI telah meluncurkan agen web cerdas baru bernama Agen-E, dengan tingkat keberhasilan 73,2%, meningkat 20% dibandingkan sebelumnya. Teknologi baru ini dirancang untuk memungkinkan navigasi web otonom, memungkinkan agen AI menyelesaikan tugas online yang kompleks dengan lebih efisien, mulai dari pengambilan data dan penyerahan formulir hingga memesan penerbangan termurah atau memesan akomodasi.
Proxy web tradisional seringkali tidak efisien dan rawan kesalahan ketika berhadapan dengan kompleksitas dan variabilitas halaman web modern. Mereka sering gagal melakukan tugasnya secara akurat karena tidak dapat secara efektif menangani Model Objek Dokumen HTML (DOM) yang berisik dan besar. Inefisiensi ini merupakan hambatan penting dalam penerapan proxy web otonom dalam aplikasi praktis, yang mengutamakan keandalan dan akurasi.
Tim peneliti di Emergence AI memperkenalkan Agent-E, agen web baru yang dirancang untuk mengatasi kekurangan sistem yang ada. Agen-E mengadopsi arsitektur berlapis yang membagi fase perencanaan dan pelaksanaan tugas menjadi dua komponen independen: agen perencanaan dan agen navigasi browser. Dengan cara ini setiap komponen dapat fokus pada peran spesifiknya, meningkatkan efisiensi dan kinerja. Agen perencanaan membagi tugas pengguna menjadi subtugas yang lebih kecil dan dijalankan oleh agen navigasi browser melalui teknik penyempurnaan DOM tingkat lanjut.
Pendekatan Agen-E mencakup beberapa langkah inovatif untuk mengelola konten jaringan yang berisik dan besar secara efektif. Agen perencanaan membagi tugas pengguna menjadi subtugas yang lebih kecil dan menugaskannya ke agen navigasi browser. Agen navigasi browser menggunakan teknik penyempurnaan DOM yang fleksibel untuk memilih representasi DOM yang paling relevan untuk setiap tugas, mengurangi gangguan dan berfokus pada informasi spesifik tugas. Agen-E menggunakan observasi perubahan untuk memantau perubahan status selama pelaksanaan tugas dan memberikan umpan balik untuk meningkatkan kinerja dan akurasi agen.
Dievaluasi berdasarkan tolok ukur WebVoyager, Agen-E secara signifikan mengungguli sistem proxy web canggih sebelumnya. Agen-E mencapai tingkat keberhasilan 73,2%, 20% lebih tinggi dari agen halaman web teks biasa sebelumnya dan 16% lebih tinggi dari agen halaman web multimodal. Di situs kompleks seperti Wolfram Alpha, Agen-E meningkatkan kinerja hingga 30%. Selain tingkat keberhasilan, tim peneliti juga melaporkan metrik lain seperti waktu penyelesaian tugas dan persepsi kesalahan. Agen-E membutuhkan rata-rata 150 detik untuk menyelesaikan tugas dengan sukses dan 220 detik untuk tugas yang gagal. Setiap tugas memerlukan rata-rata 25 panggilan model bahasa besar, yang menyoroti efisiensi dan efektivitasnya.
Penelitian yang dilakukan oleh Emergence AI mewakili kemajuan signifikan dalam bidang navigasi web otonom. Dengan mengadopsi arsitektur berlapis dan teknologi manajemen DOM yang canggih untuk memecahkan masalah inefisiensi sistem proxy web saat ini, Agen-E menetapkan tolok ukur baru untuk kinerja dan keandalan. Temuan ini menunjukkan bahwa inovasi ini dapat diterapkan pada area lain dari otomasi berbasis AI di luar otomasi jaringan dan memberikan wawasan berharga mengenai prinsip-prinsip desain sistem agen. Keberhasilan Agen-E dalam mencapai tingkat penyelesaian misi sebesar 73,2% dan proses pelaksanaan misi yang efisien menyoroti potensinya untuk mengubah navigasi dan otomatisasi jaringan.
Pintu masuk proyek: https://top.aibase.com/tool/agent-e
### Sorotan:
Emergence AI meluncurkan Agen-E: tingkat keberhasilan 73,2%, meningkat 20%
Agen-E mengadopsi arsitektur berlapis dan teknologi manajemen DOM
Jauh lebih baik dibandingkan sebelumnya pada benchmark WebVoyager
Tingkat keberhasilan Agen-E yang tinggi dan efisiensi eksekusi yang efisien telah menetapkan tolok ukur baru untuk teknologi agen web cerdas, dan juga menunjukkan bahwa kecerdasan buatan akan memiliki prospek penerapan yang lebih luas di bidang otomatisasi web di masa depan. Editor Downcodes berharap Agen-E dapat menunjukkan kemampuannya yang kuat di lebih banyak bidang.