用于智能体信息搜寻的嵌套浏览器使用学习
计算与语言
2025-12-30 v1 人工智能
信息检索
多智能体系统
摘要
信息搜寻（IS）智能体在广泛且深度的搜索任务中取得了优异的性能，然而其工具使用仍主要局限于 API 级别的片段检索和基于 URL 的页面抓取，限制了对通过真实浏览可获得的更丰富信息的访问。虽然完整的浏览器交互可以解锁更深层次的能力，但其细粒度控制和冗长的页面内容返回为 ReAct 式函数调用智能体引入了巨大的复杂性。为了弥合这一差距，我们提出了嵌套浏览器使用学习（NestBrowse），它引入了一个最小且完整的浏览器动作框架，通过嵌套结构将交互控制与页面探索解耦。这种设计简化了智能体推理，同时实现了有效的深网信息获取。在具有挑战性的深度 IS 基准上的实证结果表明，NestBrowse 在实践中具有明显优势。进一步的深入分析强调了其效率和灵活性。
引用
@article{arxiv.2512.23647,
title = {Nested Browser-Use Learning for Agentic Information Seeking},
author = {Baixuan Li and Jialong Wu and Wenbiao Yin and Kuan Li and Zhongwang Zhang and Huifeng Yin and Zhengwei Tao and Liwen Zhang and Pengjun Xie and Jingren Zhou and Yong Jiang},
journal= {arXiv preprint arXiv:2512.23647},
year = {2025}
}