Weasel：基于重要性-多样性数据选择实现网页智能体的跨域泛化
机器学习
2026-05-27 v2
摘要
大语言模型（LLM）已促进了网页智能体的发展，使其能够通过多步浏览器交互遵循自然语言目标。然而，针对特定轨迹和域训练的智能体在跨域泛化方面常常受限，同时离线训练常因噪声、冗余的轨迹和长时的可访问树（AXTree）状态而计算低效。为解决此问题，我们提出了Weasel，一种用于网页智能体离线训练的轨迹选择方法。Weasel通过优化平衡状态、网站和交互模式上单项重要性与两两多样性的目标，从而在固定预算下选择轨迹步骤，并使用贪心算法高效求解。我们进一步通过以目标为中心的AXTree修剪来提高效率，仅保留围绕ground-truth动作目标的内容；同时通过替换专家轨迹为模型生成的、风格一致的推理论据来缓解推理原生模型的风格不匹配问题。在AgentTrek和NNetNav训练数据集上进行的评估显示，Weasel在WebArena、WorkArena和MiniWob等评估平台中提升了跨域性能，同时显著降低了训练成本，使标准微调训练速度提升约9.7至12.5倍。我们已开源代码：https://github.com/fatemehpesaran310/weasel。
引用
@article{arxiv.2605.20291,
title = {Weasel: Out-of-Domain Generalization for Web Agents via Importance-Diversity Data Selection},
author = {Fatemeh Pesaran Zadeh and Seyeon Choi and Xing Han Lù and Siva Reddy and Gunhee Kim},
journal= {arXiv preprint arXiv:2605.20291},
year = {2026}
}
备注
ICML 2026. Code is released at https://github.com/fatemehpesaran310/weasel