JEF-Hinter：利用离线知识提升 Web 智能体适应能力
人工智能
2026-02-24 v2
摘要
大型语言模型（LLM）智能体在序列决策任务中表现良好，但在陌生领域提升它们通常需要昂贵的在线交互或基于大型专家数据集的微调。这些策略对闭源模型不切实际，对开源模型成本高昂，且存在灾难性遗忘的风险。离线轨迹提供了可复用的知识，但基于示范的方法面临困难，因为原始轨迹冗长、含噪且与特定任务绑定。我们提出了即时情景反馈提示器（Just-in-time Episodic Feedback Hinter, JEF-Hinter），这是一个将离线轨迹提炼为紧凑、上下文感知提示的智能体系统。一种缩放机制突出了长轨迹中的关键步骤，同时捕获了策略与陷阱。与先前方法不同，JEF-Hinter 同时利用成功和失败的轨迹，即使在仅有失败数据可用时也能提取指导，同时支持并行化提示生成和独立于基准测试的提示。在推理时，检索器为当前状态选择相关提示，提供具有透明性和可追溯性的针对性指导。在 MiniWoB++、WorkArena-L1 和 WebArena-Lite 上的实验表明，JEF-Hinter 始终优于强大的基线，包括基于人类和基于文档的提示。
引用
@article{arxiv.2510.04373,
title = {JEF-Hinter: Leveraging Offline Knowledge for Improving Web Agents Adaptation},
author = {Hadi Nekoei and Aman Jaiswal and Patrice Bechard and Oleh Shliazhko and Orlando Marquez Ayala and Mathieu Reymond and Massimo Caccia and Alexandre Drouin and Sarath Chandar and Alexandre Lacoste},
journal= {arXiv preprint arXiv:2510.04373},
year = {2026}
}