Buchumschlag

GuideWeb: A Benchmark for Automatic In-App Guide Generation on Real-World Web UIs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gan, Chengguang, Tsujii, Yoshihiro, Liang, Yunhao, Mori, Tatsunori, Ni, Shiwen, Itoh, Hiroki
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

M-MRE: Extending the Mutual Reinforcement Effect to Multimodal Information Extraction
von: Gan, Chengguang, et al.
Veröffentlicht: (2025)

Empirical Study of Mutual Reinforcement Effect and Application in Few-shot Text Classification Tasks via Prompt
von: Gan, Chengguang, et al.
Veröffentlicht: (2024)

Application of LLM Agents in Recruitment: A Novel Framework for Resume Screening
von: Gan, Chengguang, et al.
Veröffentlicht: (2024)

Demonstrating Mutual Reinforcement Effect through Information Flow
von: Gan, Chengguang, et al.
Veröffentlicht: (2024)

A Multilingual Dataset and Empirical Validation for the Mutual Reinforcement Effect in Information Extraction
von: Gan, Chengguang, et al.
Veröffentlicht: (2024)

RealWebAssist: A Benchmark for Long-Horizon Web Assistance with Real-World Users
von: Ye, Suyu, et al.
Veröffentlicht: (2025)

A Real-World WebAgent with Planning, Long Context Understanding, and Program Synthesis
von: Gur, Izzeddin, et al.
Veröffentlicht: (2023)

NaviQAte: Functionality-Guided Web Application Navigation
von: Shahbandeh, Mobina, et al.
Veröffentlicht: (2024)

WebWalker: Benchmarking LLMs in Web Traversal
von: Wu, Jialong, et al.
Veröffentlicht: (2025)

Automatic Generation of Web Censorship Probe Lists
von: Tang, Jenny, et al.
Veröffentlicht: (2024)

MVISU-Bench: Benchmarking Mobile Agents for Real-World Tasks by Multi-App, Vague, Interactive, Single-App and Unethical Instructions
von: Huang, Zeyu, et al.
Veröffentlicht: (2025)

LiveWeb-IE: A Benchmark For Online Web Information Extraction
von: Yang, Seungbin, et al.
Veröffentlicht: (2026)

WebMall -- A Multi-Shop Benchmark for Evaluating Web Agents
von: Peeters, Ralph, et al.
Veröffentlicht: (2025)

OpenWebVoyager: Building Multimodal Web Agents via Iterative Real-World Exploration, Feedback and Optimization
von: He, Hongliang, et al.
Veröffentlicht: (2024)

AgentTrek: Agent Trajectory Synthesis via Guiding Replay with Web Tutorials
von: Xu, Yiheng, et al.
Veröffentlicht: (2024)

WRAP++: Web discoveRy Amplified Pretraining
von: Zhou, Jiang, et al.
Veröffentlicht: (2026)

WebEvolver: Enhancing Web Agent Self-Improvement with Coevolving World Model
von: Fang, Tianqing, et al.
Veröffentlicht: (2025)

Web Agents with World Models: Learning and Leveraging Environment Dynamics in Web Navigation
von: Chae, Hyungjoo, et al.
Veröffentlicht: (2024)

Harnessing Webpage UIs for Text-Rich Visual Understanding
von: Liu, Junpeng, et al.
Veröffentlicht: (2024)

BrowseConf: Confidence-Guided Test-Time Scaling for Web Agents
von: Ou, Litu, et al.
Veröffentlicht: (2025)

Web World Models
von: Feng, Jichen, et al.
Veröffentlicht: (2025)

EconWebArena: Benchmarking Autonomous Agents on Economic Tasks in Realistic Web Environments
von: Liu, Zefang, et al.
Veröffentlicht: (2025)

RuleArena: A Benchmark for Rule-Guided Reasoning with LLMs in Real-World Scenarios
von: Zhou, Ruiwen, et al.
Veröffentlicht: (2024)

Needle in the Web: A Benchmark for Retrieving Targeted Web Pages in the Wild
von: Wang, Yumeng, et al.
Veröffentlicht: (2025)

WebDS: An End-to-End Benchmark for Web-based Data Science
von: Hsu, Ethan, et al.
Veröffentlicht: (2025)

WebLINX: Real-World Website Navigation with Multi-Turn Dialogue
von: Lù, Xing Han, et al.
Veröffentlicht: (2024)

AutoScraper: A Progressive Understanding Web Agent for Web Scraper Generation
von: Huang, Wenhao, et al.
Veröffentlicht: (2024)

Educational-Psychological Dialogue Robot Based on Multi-Agent Collaboration
von: Ni, Shiwen, et al.
Veröffentlicht: (2024)

Beyond SELECT: A Comprehensive Taxonomy-Guided Benchmark for Real-World Text-to-SQL Translation
von: Wang, Hao, et al.
Veröffentlicht: (2025)

Diagnostic Benchmark and Iterative Inpainting for Layout-Guided Image Generation
von: Cho, Jaemin, et al.
Veröffentlicht: (2023)

WebUIBench: A Comprehensive Benchmark for Evaluating Multimodal Large Language Models in WebUI-to-Code
von: Lin, Zhiyu, et al.
Veröffentlicht: (2025)

X-WebAgentBench: A Multilingual Interactive Web Benchmark for Evaluating Global Agentic System
von: Wang, Peng, et al.
Veröffentlicht: (2025)

Persona2Web: Benchmarking Personalized Web Agents for Contextual Reasoning with User History
von: Kim, Serin, et al.
Veröffentlicht: (2026)

Ego2Web: A Web Agent Benchmark Grounded in Egocentric Videos
von: Yu, Shoubin, et al.
Veröffentlicht: (2026)

WeKnow-RAG: An Adaptive Approach for Retrieval-Augmented Generation Integrating Web Search and Knowledge Graphs
von: Xie, Weijian, et al.
Veröffentlicht: (2024)

A Case Study of Web App Coding with OpenAI Reasoning Models
von: Cui, Yi
Veröffentlicht: (2024)

xJailbreak: Representation Space Guided Reinforcement Learning for Interpretable LLM Jailbreaking
von: Lee, Sunbowen, et al.
Veröffentlicht: (2025)

WCXB: A Multi-Type Web Content Extraction Benchmark
von: Foley, Murrough
Veröffentlicht: (2026)

MARCA: A Checklist-Based Benchmark for Multilingual Web Search
von: Almeida, Thales Sales, et al.
Veröffentlicht: (2026)

Length-Controlled AlpacaEval: A Simple Way to Debias Automatic Evaluators
von: Dubois, Yann, et al.
Veröffentlicht: (2024)