WebChain：面向真实网页交互轨迹的人类标注大规模数据集
人工智能
2026-04-15 v3 计算机视觉与模式识别
摘要
我们介绍了 WebChain，这是目前最大规模的开源人类标注真实网站轨迹数据集，旨加速网页智能体的可复现研究。该数据集包含 31,725 条轨迹和 318k 步骤，具有视觉、结构与动作数据三元对齐，提供丰富的多模态监督。数据通过可扩展管道收集，确保覆盖合成方法常忽略的复杂且高价值任务。基于本数据集，我们提出了双模训练配方，通过解耦空间定位与规划，实现了在 WebChainBench 及其他公开 GUI 基准上的状态突破。我们的工作为构建和严格评估下一代可扩展网页智能体提供了必要的数据与洞见。
引用
@article{arxiv.2603.05295,
title = {WebChain: A Large-Scale Human-Annotated Dataset of Real-World Web Interaction Traces},
author = {Sicheng Fan and Rui Wan and Yifei Leng and Gaoning Liang and Li Ling and Yanyi Shang and Dehan Kong},
journal= {arXiv preprint arXiv:2603.05295},
year = {2026}
}