WebDancer：迈向自主信息搜寻智能体
计算与语言
2025-08-12 v3
摘要
解决复杂的现实世界问题需要深入的信息搜寻和多步推理。以 Deep Research 为代表的智能体系统的最新进展，凸显了自主多步研究的潜力。在本工作中，我们从以数据为中心和训练阶段的角度，提出了一个构建端到端智能体信息搜寻智能体的连贯范式。我们的方法包含四个关键阶段：（1）浏览数据构建，（2）轨迹采样，（3）用于有效冷启动的监督微调，以及（4）用于增强泛化能力的强化学习。我们在基于 ReAct 的网络智能体中实例化了这一框架，即 WebDancer。在具有挑战性的信息搜寻基准 GAIA 和 WebWalkerQA 上的实证评估表明，WebDancer 表现优异，取得了显著的成果，突显了我们训练范式的有效性。对智能体训练的进一步分析提供了有价值的见解和可操作的系统性路径，有助于开发更强大的智能体模型。代码和演示将发布于 https://github.com/Alibaba-NLP/WebAgent。
引用
@article{arxiv.2505.22648,
title = {WebDancer: Towards Autonomous Information Seeking Agency},
author = {Jialong Wu and Baixuan Li and Runnan Fang and Wenbiao Yin and Liwen Zhang and Zhengwei Tao and Dingchu Zhang and Zekun Xi and Gang Fu and Yong Jiang and Pengjun Xie and Fei Huang and Jingren Zhou},
journal= {arXiv preprint arXiv:2505.22648},
year = {2025}
}