Новый метод SGDR улучшает веб-агентов AI: динамическое извлечение навыков повышает успех на 10%

Языковые агенты всё чаще используют повторно используемые навыки для автоматизации сложных многошаговых задач в вебе. Однако существующие методы обычно загружают фиксированный набор навыков в начале и не адаптируются к изменениям на странице. Новый подход, разработанный группой учёных, решает эту проблему.

Метод получил название State-Grounded Dynamic Retrieval (SGDR). Он позволяет агенту на каждом шаге извлекать подходящие навыки, учитывая не только общую задачу, но и текущее состояние веб-страницы. Это особенно важно при переходах между разделами сайта, где изначальные навыки могут оказаться бесполезны.

SGDR состоит из трёх компонентов: скользящее окно для выделения подзадач из завершённых траекторий, двойное текстово-кодовое представление навыков и механизм динамического извлечения, согласующий навыки с целью и состоянием страницы.

Эксперименты проводились на бенчмарке WebArena, охватывающем пять доменов. С GPT-4.1 средняя успешность составила 37,5% — это на 10,6% выше, чем у сильнейшего базового метода. При использовании модели Qwen3-4B результат достиг 24,3% (плюс 10,0% к базе).

Код SGDR опубликован на GitHub. Разработчики отмечают, что динамический подход особенно эффективен в сценариях, где веб-интерфейсы часто меняются или требуют нестандартных действий. Дальнейшие улучшения планируются за счёт интеграции с крупными языковыми моделями и оптимизации извлечения.