JHiMA-WebRL：联合分层多智能体RL网页智能体框架发布
热点事件观察中
JHiMA-WebRL：联合分层多智能体RL网页智能体框架发布
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
论文作者发布 JHiMA-WebRL，一个面向长程网页任务的联合分层多智能体强化学习框架，将任务分解器与 actor 耦合，通过扩展的 GRPO 在 WebArena 中联合优化。其 14B 版本（7B actor + 7B decomposer）在 WebArena-Lite-v2 上取得 37.2% 的平均成功率，高于同协议下微调的 ScaleCUA-32B 的 24%。 消融实验显示，RL 中联合更新分解器优于仅更新 actor。
AI 根据报道生成 · 11 小时前更新
最新进展11月4日 01:49
JHiMA-WebRL：面向长程网页任务的联合分层多智能体强化学习框架报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · cs.AIJHiMA-WebRL：面向长程网页任务的联合分层多智能体强化学习框架
JHiMA-WebRL 是一个联合分层多智能体强化学习框架，将任务分解器与 actor 耦合并通过扩展的 GRPO 在 WebArena 中联合优化。其 14B 版本（7B actor + 7B decomposer）在 WebArena-Lite-v2 上取得 37.2% 的平均成功率，高于同协议下微调的 ScaleCUA-32B 的 24%。消融实验显示 RL 中联合更新分解器优于仅更新 actor。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 511月5日 03:00
- 近 24 小时变化
- –
0246
04:0006:0008:0010:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。