通过技能 蒸馏 在浏览器上进行可扩展行为克隆

互联网用户通过网络浏览器共同执行大量的技术工作，从软件开发和文档编辑到搜索、表单和企业工作流程，使人类浏览成为可重用浏览器技能的高度可扩展但尚未充分利用的来源。我们认为，浏览器代理的瓶颈是在不完整信息下的决策，而不是底层操作，并且代理缺乏的先验已经隐含在人类交互痕迹中。因此，我们通过技能 蒸馏 研究浏览器代理的可扩展行为克隆，将用户交互轨迹转换为代理可以直接读取、检索、重用和撰写的紧凑自然语言技能。我们进一步将提炼出来的技能组织成技能图，以便通过巩固而不是无限制的积累来实现增长。这表明浏览器代理的可扩展性可能较少来自手动设计的任务，而更多来自互联网用户已经表达的集体技能。我们的项目位于：https://lab.einsia.ai/browserbc/。