Downcodes の編集者は、Emergence AI 企業が最近、Agent-E と呼ばれる新しいインテリジェントな Web エージェントをリリースしたことを知りました。そのタスクの成功率は 73.2% と、以前より 20% も高くなりました。 Agent-E は、Web ナビゲーションにおける人工知能の効率を向上させ、データ検索、フォーム入力、フライト予約などの複雑なオンライン タスクをより効率的に完了できるように設計されています。このエージェントの登場により、ユーザーは間違いなく、より便利で効率的なネットワーク エクスペリエンスを得ることができます。以下では、Agent-E のイノベーションを詳しく見てみましょう。
最新のレポートによると、Emergence AI 企業は、Agent-E と呼ばれる新しいインテリジェントな Web エージェントを開始し、その成功率は 73.2% で、過去に比べて 20% 増加しました。この新しいテクノロジーは自律的な Web ナビゲーションを可能にするように設計されており、AI エージェントはデータの取得やフォームの送信から、最安の航空券の注文や宿泊施設の予約まで、複雑なオンライン タスクをより効率的に完了できるようになります。
従来の Web プロキシは、現代の Web ページの複雑さと多様性に対処する場合、非効率的でエラーが発生しやすいことがよくあります。ノイズの多い大規模な HTML ドキュメント オブジェクト モデル (DOM) を効果的に処理できないため、タスクを正確に実行できないことがよくあります。この非効率性は、信頼性と精度が重要となる実際のアプリケーションで自律型 Web プロキシを展開する際の重要な障害となります。
Emergence AI の研究チームは、既存のシステムの欠点を克服するように設計された新しい Web エージェントである Agent-E を導入しました。 Agent-E は、タスクの計画と実行フェーズを 2 つの独立したコンポーネント (計画エージェントとブラウザ ナビゲーション エージェント) に分割する階層型アーキテクチャを採用しています。これにより、各コンポーネントがその特定の役割に集中できるようになり、効率とパフォーマンスが向上します。計画エージェントは、ユーザー タスクをより小さなサブタスクに分割し、高度な DOM 改良技術を通じてブラウザ ナビゲーション エージェントによって実行されます。
Agent-E のアプローチには、ノイズの多い大規模なネットワーク コンテンツを効果的に管理するためのいくつかの革新的な手順が含まれています。計画エージェントはユーザー タスクを小さなサブタスクに分割し、それらをブラウザ ナビゲーション エージェントに割り当てます。ブラウザ ナビゲーション エージェントは、柔軟な DOM 改良技術を使用して、各タスクに最も関連性の高い DOM 表現を選択し、ノイズを削減し、タスク固有の情報に焦点を当てます。 Agent-E は、変更監視を使用してタスク実行中の状態変化を監視し、フィードバックを提供してエージェントのパフォーマンスと精度を向上させます。
WebVoyager ベンチマークで評価すると、Agent-E は以前の最先端の Web プロキシ システムを大幅に上回っています。 Agent-E は 73.2% の成功率を達成しました。これは、以前のプレーン テキスト Web ページ エージェントより 20% 高く、マルチモーダル Web ページ エージェントより 16% 高くなります。 Wolfram Alpha のような複雑なサイトでは，Agent-E はパフォーマンスを最大 30% 向上させます。研究チームは成功率に加えて、タスクの完了時間やエラー認識などの他の指標も報告しました。 Agent-E はタスクを正常に完了するのに平均 150 秒かかり、タスクが失敗するのに 220 秒かかりました。各タスクには平均 25 回の大規模な言語モデル呼び出しが必要であり、その効率と有効性が際立っています。
Emergence AI によって行われた研究は、自律的な Web ナビゲーションの分野で大きな進歩をもたらしました。レイヤード アーキテクチャと高度な DOM 管理テクノロジを採用して、現在の Web プロキシ システムの非効率性の問題を解決することで、Agent-E はパフォーマンスと信頼性の新しいベンチマークを設定します。この調査結果は、これらのイノベーションがネットワーク自動化を超えて AI 主導の自動化の他の領域に適用できることを示しており、エージェント システムの設計原則について貴重な洞察を提供します。 Agent-E が 73.2% のミッション完了率と効率的なミッション実行プロセスを達成することに成功したことは、ネットワーク ナビゲーションと自動化を変革する可能性を浮き彫りにしています。
プロジェクト入口: https://top.aibase.com/tool/agent-e
### ハイライト:
Emergence AI が Agent-E を起動: 成功率は 73.2%、20% 増加
Agent-E は階層化アーキテクチャと DOM 管理テクノロジーを採用
WebVoyager ベンチマークで以前よりも大幅に向上
Agent-E の高い成功率と効率的な実行効率は、インテリジェント Web エージェント テクノロジの新たなベンチマークを設定し、将来的には人工知能が Web オートメーションの分野でより広範なアプリケーションの可能性を秘めていることを示しています。 Downcodes の編集者は、Agent-E がより多くの分野でその強力な機能を発揮できることを期待しています。