في عالم يتسم بالتطور التكنولوجي السريع، يظهر WebCoach كنموذج رائد يعيد تعريف قدرات الوكلاء على الإنترنت. لقد أظهرت الوكلاء المعتمدة على نماذج اللغات متعددة الوسائط (Multimodal LLM)، مؤخرًا، إمكانيات مذهلة في التنقل عبر الويب، حيث تمكنت من إنجاز مهام تصفح معقدة عبر مجالات متنوعة. ولكن، كانت المشكلة الكبرى التي تواجهها هذه الوكلاء هي تكرار الأخطاء وافتقارها للقدرة على التعلم من تجارب الماضي عبر الجلسات المختلفة، ما يعيق تحقيق كفاءة عمل طويلة الأمد.

يقدم WebCoach إطارًا ذاتيًا يتجاوز هذه القيود، مما يتيح لوكلاء التصفح إمكانية تطوير ذاكرة مستمرة عبر الجلسات، مما يعزز قدرتهم على التخطيط على المدى الطويل والتفكير والتحسين دون الحاجة لإعادة التدريب. يتكون WebCoach من ثلاثة مكونات رئيسية: 1) جهاز WebCondenser الذي يقوم بتوحيد سجلات التصفح الخام وتحويلها إلى ملخصات مختصرة؛ 2) متجر الذاكرة الخارجية الذي ينظم المسارات الكاملة كتجارب أحداث؛ 3) المدرب الذي يقوم باسترجاع التجارب ذات الصلة استنادًا إلى التشابه والحديث، ويقرر ما إذا كان يجب إدخال نصائح محددة للمهمة إلى الوكيل عبر روابط التشغيل.

إن تصميم WebCoach يمكّن الوكلاء من الوصول إلى الذاكرة طويلة المدى بعيدًا عن نافذة السياق الأصلية، مما يحسن من قدرتهم على معالجة المهام المعقدة في التصفح. بالإضافة إلى ذلك، يحقق WebCoach تطورًا ذاتيًا من خلال صياغة ذاكرة حدثية جديدة من المسارات الجديدة، مما يتيح للوكلاء التحسين المستمر دون إعادة التدريب.

أظهرت التقييمات على معيار WebVoyager أن WebCoach يحقق تحسينًا مستمرًا في أداء وكلاء استخدام المتصفح عبر ثلاثة نماذج LLM مختلفة. فعلى سبيل المثال، باستخدام نموذج يحوي 38B، تمت زيادة معدلات نجاح المهام من 47% إلى 61%، مع تقليل أو المحافظة على متوسط عدد الخطوات المطلوبة. وليس هذا فحسب، بل حصلت النماذج الأصغر باستخدام WebCoach على أداء يعادل نفس الوكيل المستخدم مع نموذج GPT-4.

هل أنتم مستعدون لاكتشاف إمكانيات WebCoach وماذا سيجلب المستقبل لوكلاء الذكاء الاصطناعي عبر الويب؟ شاركونا آراءكم في التعليقات!