Редактор Downcodes узнал, что компания Emergence AI недавно выпустила новый интеллектуальный веб-агент под названием Agent-E. Его показатель успешности задач достигает 73,2%, что на 20% выше, чем раньше. Agent-E предназначен для повышения эффективности искусственного интеллекта в веб-навигации и более эффективного выполнения сложных онлайн-задач, таких как поиск данных, заполнение форм, бронирование авиабилетов и т. д. Появление этого агента, несомненно, обеспечит пользователям более удобную и эффективную работу в сети. Ниже давайте подробнее рассмотрим нововведения Агента-Е.
Согласно последним сообщениям, компания Emergence AI запустила новый интеллектуальный веб-агент под названием Agent-E, показатель успеха которого составил 73,2%, что на 20% больше, чем в прошлом. Новая технология предназначена для обеспечения автономной веб-навигации, позволяя агентам искусственного интеллекта более эффективно выполнять сложные онлайн-задачи: от поиска данных и отправки форм до заказа самых дешевых рейсов или бронирования жилья.
Традиционные веб-прокси часто неэффективны и подвержены ошибкам при работе со сложностью и изменчивостью современных веб-страниц. Им часто не удается точно выполнить свои задачи, поскольку они не могут эффективно обрабатывать шумную и большую объектную модель HTML-документа (DOM). Эта неэффективность является важным препятствием для развертывания автономных веб-прокси в практических приложениях, где надежность и точность имеют решающее значение.
Исследовательская группа Emergence AI представляет Agent-E, новый веб-агент, призванный преодолеть недостатки существующих систем. Agent-E использует многоуровневую архитектуру, которая разделяет этапы планирования и выполнения задач на два независимых компонента: агент планирования и агент навигации в браузере. Таким образом, каждый компонент может сосредоточиться на своей конкретной роли, повышая эффективность и производительность. Агент планирования разбивает пользовательские задачи на более мелкие подзадачи и выполняется агентом навигации браузера с помощью передовых методов уточнения DOM.
Подход Agent-E включает в себя несколько инновационных шагов для эффективного управления шумным и большим сетевым контентом. Агент планирования разбивает пользовательские задачи на более мелкие подзадачи и назначает их агенту навигации браузера. Агент навигации браузера использует гибкие методы уточнения DOM, чтобы выбрать наиболее подходящее представление DOM для каждой задачи, уменьшая шум и концентрируясь на информации, специфичной для задачи. Агент-E использует наблюдение за изменениями для отслеживания изменений состояния во время выполнения задачи и предоставления обратной связи для повышения производительности и точности работы агента.
По результатам теста WebVoyager Agent-E значительно превосходит предыдущие современные системы веб-прокси. Агент-E достиг показателя успеха 73,2%, что на 20% выше, чем у предыдущего агента веб-страниц с открытым текстом, и на 16% выше, чем у мультимодального агента веб-страниц. На сложных сайтах, таких как Wolfram Alpha, Agent-E повышает производительность до 30%. Помимо показателей успешности, исследовательская группа также сообщила о других показателях, таких как время выполнения задачи и восприятие ошибок. Агенту-E требовалось в среднем 150 секунд для успешного выполнения задачи и 220 секунд для неудачной задачи. Каждая задача требует в среднем 25 больших вызовов языковой модели, что подчеркивает ее эффективность и результативность.
Исследования, проведенные Emergence AI, представляют собой значительный прогресс в области автономной веб-навигации. Приняв многоуровневую архитектуру и передовую технологию управления DOM для решения проблем неэффективности существующих систем веб-прокси, Agent-E устанавливает новый стандарт производительности и надежности. Результаты показывают, что эти инновации могут быть применены к другим областям автоматизации на основе искусственного интеллекта, помимо сетевой автоматизации, и дают ценную информацию о принципах проектирования агентских систем. Успех Agent-E в достижении уровня выполнения миссий на 73,2% и эффективности процесса выполнения миссий подчеркивает его потенциал для преобразования сетевой навигации и автоматизации.
Вход в проект: https://top.aibase.com/tool/agent-e
### Основные моменты:
Emergence AI запускает Агент-E: уровень успеха 73,2%, рост на 20%
Agent-E использует многоуровневую архитектуру и технологию управления DOM.
Значительно лучше, чем раньше в тесте WebVoyager
Высокий уровень успеха Agent-E и эффективная эффективность выполнения установили новый стандарт для технологии интеллектуальных веб-агентов, а также указывают на то, что искусственный интеллект будет иметь более широкие перспективы применения в области веб-автоматизации в будущем. Редактор Downcodes надеется, что Agent-E сможет продемонстрировать свои мощные возможности в других областях.