📖标题：WebLeaper: Empowering Efficiency and Efficacy in WebAgent via Enabling Info-Rich Seeking
🌐来源：arXiv, 2510.24697

🌟摘要

基于大型语言模型 (LLM) 的代理已成为开放式问题解决的一种变革性方法，信息搜索 (IS) 是实现自主推理和决策的核心能力。虽然先前的研究主要集中在提高检索深度上，但我们观察到当前的 IS 代理通常遭受较低的搜索效率，这反过来又限制了整体性能。这种低效率的一个关键因素是训练任务中目标实体的稀疏性，这限制了代理学习和泛化高效搜索行为的机会。为了应对这些挑战，我们提出了 WebLeaper，这是一个构建高覆盖率 IS 任务并生成有效解决方案轨迹的框架。我们将 IS 表述为树结构推理问题，使一组大得多的目标实体嵌入到受约束的上下文中。利用策划的维基百科表，我们提出了三种合成 IS 任务的变体——Basic、Union 和 Reverse-Union——来系统地提高 IS 效率和有效性。最后，我们通过只保留同时准确和高效的轨迹来管理训练轨迹，确保模型针对正确性和搜索性能进行了优化。在五个 IS 基准（BrowserComp、GAIA、xbench-DeepSearch、WideSearch 和 Seal-0）上进行的基本和全面设置的广泛实验表明，我们的方法在强基线的有效性和效率方面都不断提高。

🛎️文章简介

🔸研究问题：如何提高基于大语言模型（LLM）的智能体在信息检索任务中的搜索效率与有效性？
🔸主要贡献：论文提出WebLeaper框架，通过构建实体密集的信息检索任务和生成高效的解决轨迹，显著提升信息检索智能体的性能。

📝重点思路

🔸设计了一个基于树结构的推理问题的新信息检索任务格式，以容纳更多目标实体。
🔸通过从维基百科抓取的信息表，构建了一个丰富的实体集合，以支持复杂的任务。
🔸引入信息检索率（ISR）和信息检索效率（ISE）这两个关键度量，对智能体的任务完成轨迹进行过滤，确保其既准确又高效。
🔸采用强化学习（RL）结合混合奖励系统的方式，对智能体进行训练，以优化信息检索的策略。

🔎分析总结

🔸实验表明，采用WebLeaper框架后，智能体在复杂的公用基准测试上均取得了显著的性能提升，相较于传统方法，展现出更高的效率与准确性。
🔸基于基本、联合和反向联合策略的不同任务构建，显示出性能的稳定提高，尤其是逆联合方法有效提升了智能体的信息综合能力。
🔸通过信息引导的轨迹构建策略，增强了智能体的学习信号，使得其在各种任务上表现出更强的推理与规划能力。

💡个人观点

论文以实体为核心设计信息检索任务，通过丰富的实体构造和高效的轨迹学习提高模型能力。

🧩附录