WebAnything — 재사용 가능한 웹 환경 재구성

TL;DR

WebAnything은 실제 URL에서 실행 및 초기화가 가능한 웹사이트 환경을 재구성하고, 구축과 검증을 분리한다. 저자들은 이 환경에서 수집한 행동 궤적으로 웹 에이전트를 학습한 뒤 다른 평가로 전이되는 성능 향상을 보고한다. (source)

저자와 소속

Tianci Xie, Zikun Cai, Chaoyun Zhang, Pinxue Guo, Bingxuan Li, Rui Zheng, Hang Yan. 수집한 초록 기록으로는 소속이 확인되지 않는다. 최초 제출일은 2026-10-27이다. (source)

방법

탐색·구축 구성요소는 브라우저에 보이는 구조, 리소스와 상호작용 결과를 수집한다. 독립적인 검증기는 고정된 후보 환경을 확인하고 국소적 수정이나 원본의 필요한 부분을 다시 수집하도록 안내한다. 저자들은 초기 설정과 승인 이후에는 사이트별 수동 구현이나 수정이 필요하지 않다고 설명하며, 이는 초기 요건까지 없앤다는 뜻은 아니다. (source)

결과

구축한 모음에는 14개 응용 영역과 53개 범주에 걸친 244개 웹사이트 산출물이 있으며, 실행되고 승인된 12,984개 작업을 지원한다. 저자들은 WebHarbor 대비 세 가지 충실도 지표의 종합 점수가 더 높고, 블라인드 감사에서 12승, 두 번의 동률, 무패를 기록했다고 보고한다. 5,856개 행동 궤적으로 Qwen3.5-9B를 미세조정하면 고정된 하니스에서 REAL 성공률이 9.9 퍼센트포인트, Odysseys-Easy의 Rubric Avg와 Task Avg가 각각 6.25, 6.32 퍼센트포인트, WebArena-Verified의 Overall 성공률이 13.33 퍼센트포인트 높아진다. (source)

의의

Agents (LLM Agents)와 Eval Harness Configuration의 관점에서 기여는 별도의 검증기를 둔 재사용 가능한 환경 제작 루프다. 보고된 전이 효과는 시각적 유사성만 확인하는 것보다 강한 근거이지만, 평가한 모델과 하니스에 한정된다. (source)

열린 질문

초록으로는 재구성 비용, 웹사이트 변경에 대한 견고성, 관찰하지 못한 상호작용의 포괄 범위 또는 평가 오염으로부터의 독립성이 확인되지 않는다. 본문의 방법, 코드와 독립적인 재현 결과는 검토하지 않았다. (source)

인용

• arXiv:2610.37786.
• 수집한 초록.