Needle in the Web: A Benchmark for Retrieving Targeted Web Pages in the Wild
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Wang, Yumeng, Fan, Tianyu, Xu, Lingrui, Huang, Chao |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
WebWalker: Benchmarking LLMs in Web Traversal
par: Wu, Jialong, et autres
Publié: (2025)
par: Wu, Jialong, et autres
Publié: (2025)
VisualWebBench: How Far Have Multimodal LLMs Evolved in Web Page Understanding and Grounding?
par: Liu, Junpeng, et autres
Publié: (2024)
par: Liu, Junpeng, et autres
Publié: (2024)
WebDS: An End-to-End Benchmark for Web-based Data Science
par: Hsu, Ethan, et autres
Publié: (2025)
par: Hsu, Ethan, et autres
Publié: (2025)
DynaWeb: Model-Based Reinforcement Learning of Web Agents
par: Ding, Hang, et autres
Publié: (2026)
par: Ding, Hang, et autres
Publié: (2026)
Persona2Web: Benchmarking Personalized Web Agents for Contextual Reasoning with User History
par: Kim, Serin, et autres
Publié: (2026)
par: Kim, Serin, et autres
Publié: (2026)
MERRIN: A Benchmark for Multimodal Evidence Retrieval and Reasoning in Noisy Web Environments
par: Wang, Han, et autres
Publié: (2026)
par: Wang, Han, et autres
Publié: (2026)
Ego2Web: A Web Agent Benchmark Grounded in Egocentric Videos
par: Yu, Shoubin, et autres
Publié: (2026)
par: Yu, Shoubin, et autres
Publié: (2026)
Multimodal Multihop Source Retrieval for Web Question Answering
par: Yarrabelly, Navya, et autres
Publié: (2025)
par: Yarrabelly, Navya, et autres
Publié: (2025)
A Functionality-Grounded Benchmark for Evaluating Web Agents in E-commerce Domains
par: Zhang, Xianren, et autres
Publié: (2025)
par: Zhang, Xianren, et autres
Publié: (2025)
AutoAgent: A Fully-Automated and Zero-Code Framework for LLM Agents
par: Tang, Jiabin, et autres
Publié: (2025)
par: Tang, Jiabin, et autres
Publié: (2025)
AutoScraper: A Progressive Understanding Web Agent for Web Scraper Generation
par: Huang, Wenhao, et autres
Publié: (2024)
par: Huang, Wenhao, et autres
Publié: (2024)
WebSailor: Navigating Super-human Reasoning for Web Agent
par: Li, Kuan, et autres
Publié: (2025)
par: Li, Kuan, et autres
Publié: (2025)
WAInjectBench: Benchmarking Prompt Injection Detections for Web Agents
par: Liu, Yinuo, et autres
Publié: (2025)
par: Liu, Yinuo, et autres
Publié: (2025)
BrowserAgent: Building Web Agents with Human-Inspired Web Browsing Actions
par: Yu, Tao, et autres
Publié: (2025)
par: Yu, Tao, et autres
Publié: (2025)
WebXSkill: Skill Learning for Autonomous Web Agents
par: Wang, Zhaoyang, et autres
Publié: (2026)
par: Wang, Zhaoyang, et autres
Publié: (2026)
WebNovelBench: Placing LLM Novelists on the Web Novel Distribution
par: Lin, Leon, et autres
Publié: (2025)
par: Lin, Leon, et autres
Publié: (2025)
Web-CogReasoner: Towards Knowledge-Induced Cognitive Reasoning for Web Agents
par: Guo, Yuhan, et autres
Publié: (2025)
par: Guo, Yuhan, et autres
Publié: (2025)
WebRollback: Enhancing Web Agents with Explicit Rollback Mechanisms
par: Zhang, Zhisong, et autres
Publié: (2025)
par: Zhang, Zhisong, et autres
Publié: (2025)
Avenir-Web: Human-Experience-Imitating Multimodal Web Agents with Mixture of Grounding Experts
par: Li, Aiden Yiliu, et autres
Publié: (2026)
par: Li, Aiden Yiliu, et autres
Publié: (2026)
Region4Web: Rethinking Observation Space Granularity for Web Agents
par: Kwon, Donguk, et autres
Publié: (2026)
par: Kwon, Donguk, et autres
Publié: (2026)
WebCoach: Self-Evolving Web Agents with Cross-Session Memory Guidance
par: Liu, Genglin, et autres
Publié: (2025)
par: Liu, Genglin, et autres
Publié: (2025)
WebVoyager: Building an End-to-End Web Agent with Large Multimodal Models
par: He, Hongliang, et autres
Publié: (2024)
par: He, Hongliang, et autres
Publié: (2024)
WebArena: A Realistic Web Environment for Building Autonomous Agents
par: Zhou, Shuyan, et autres
Publié: (2023)
par: Zhou, Shuyan, et autres
Publié: (2023)
Reasoning on Multiple Needles In A Haystack
par: Wang, Yidong
Publié: (2025)
par: Wang, Yidong
Publié: (2025)
WebSentinel: Detecting and Localizing Prompt Injection Attacks for Web Agents
par: Wang, Xilong, et autres
Publié: (2026)
par: Wang, Xilong, et autres
Publié: (2026)
Accommodate Knowledge Conflicts in Retrieval-augmented LLMs: Towards Robust Response Generation in the Wild
par: Wang, Jiatai, et autres
Publié: (2025)
par: Wang, Jiatai, et autres
Publié: (2025)
WebChoreArena: Evaluating Web Browsing Agents on Realistic Tedious Web Tasks
par: Miyai, Atsuyuki, et autres
Publié: (2025)
par: Miyai, Atsuyuki, et autres
Publié: (2025)
Can Agent Conquer Web? Exploring the Frontiers of ChatGPT Atlas Agent in Web Games
par: Zhang, Jingran, et autres
Publié: (2025)
par: Zhang, Jingran, et autres
Publié: (2025)
RealWebAssist: A Benchmark for Long-Horizon Web Assistance with Real-World Users
par: Ye, Suyu, et autres
Publié: (2025)
par: Ye, Suyu, et autres
Publié: (2025)
GTA: Generating Long-Horizon Tasks for Web Agents at Scale
par: Huang, Tenghao, et autres
Publié: (2026)
par: Huang, Tenghao, et autres
Publié: (2026)
WRAP++: Web discoveRy Amplified Pretraining
par: Zhou, Jiang, et autres
Publié: (2026)
par: Zhou, Jiang, et autres
Publié: (2026)
Going over Fine Web with a Fine-Tooth Comb: Technical Report of Indexing Fine Web for Problematic Content Search and Retrieval
par: Marinas, Inés Altemir, et autres
Publié: (2025)
par: Marinas, Inés Altemir, et autres
Publié: (2025)
WebCanvas: Benchmarking Web Agents in Online Environments
par: Pan, Yichen, et autres
Publié: (2024)
par: Pan, Yichen, et autres
Publié: (2024)
WebFAQ: A Multilingual Collection of Natural Q&A Datasets for Dense Retrieval
par: Dinzinger, Michael, et autres
Publié: (2025)
par: Dinzinger, Michael, et autres
Publié: (2025)
WildBench: Benchmarking LLMs with Challenging Tasks from Real Users in the Wild
par: Lin, Bill Yuchen, et autres
Publié: (2024)
par: Lin, Bill Yuchen, et autres
Publié: (2024)
Tur[k]ingBench: A Challenge Benchmark for Web Agents
par: Xu, Kevin, et autres
Publié: (2024)
par: Xu, Kevin, et autres
Publié: (2024)
Synthesizing Agentic Data for Web Agents with Progressive Difficulty Enhancement Mechanisms
par: Pandit, Shrey, et autres
Publié: (2025)
par: Pandit, Shrey, et autres
Publié: (2025)
MM-WebAgent: A Hierarchical Multimodal Web Agent for Webpage Generation
par: Li, Yan, et autres
Publié: (2026)
par: Li, Yan, et autres
Publié: (2026)
Who is in the Spotlight: The Hidden Bias Undermining Multimodal Retrieval-Augmented Generation
par: Yao, Jiayu, et autres
Publié: (2025)
par: Yao, Jiayu, et autres
Publié: (2025)
WebQuest: A Benchmark for Multimodal QA on Web Page Sequences
par: Wang, Maria, et autres
Publié: (2024)
par: Wang, Maria, et autres
Publié: (2024)
Documents similaires
-
WebWalker: Benchmarking LLMs in Web Traversal
par: Wu, Jialong, et autres
Publié: (2025) -
VisualWebBench: How Far Have Multimodal LLMs Evolved in Web Page Understanding and Grounding?
par: Liu, Junpeng, et autres
Publié: (2024) -
WebDS: An End-to-End Benchmark for Web-based Data Science
par: Hsu, Ethan, et autres
Publié: (2025) -
DynaWeb: Model-Based Reinforcement Learning of Web Agents
par: Ding, Hang, et autres
Publié: (2026) -
Persona2Web: Benchmarking Personalized Web Agents for Contextual Reasoning with User History
par: Kim, Serin, et autres
Publié: (2026)