Buchumschlag

Why Do LLM-based Web Agents Fail? A Hierarchical Planning Perspective

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Aghzal, Mohamed, Stein, Gregory J., Yao, Ziyu
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Survey on Large Language Models for Automated Planning
von: Aghzal, Mohamed, et al.
Veröffentlicht: (2025)

Look Further Ahead: Testing the Limits of GPT-4 in Path Planning
von: Aghzal, Mohamed, et al.
Veröffentlicht: (2024)

Why Reasoning Fails to Plan: A Planning-Centric Analysis of Long-Horizon Decision Making in LLM Agents
von: Wang, Zehong, et al.
Veröffentlicht: (2026)

Why Retrieval-Augmented Generation Fails: A Graph Perspective
von: Guo, Kai, et al.
Veröffentlicht: (2026)

Can Large Language Models be Good Path Planners? A Benchmark and Investigation on Spatial-temporal Reasoning
von: Aghzal, Mohamed, et al.
Veröffentlicht: (2023)

Evaluating Vision-Language Models as Evaluators in Path Planning
von: Aghzal, Mohamed, et al.
Veröffentlicht: (2024)

AI Planning Framework for LLM-Based Web Agents
von: Shahnovsky, Orit, et al.
Veröffentlicht: (2026)

Why LLMs Fail at Causal Discovery and How Interventional Agents Escape
von: Roy, Amartya, et al.
Veröffentlicht: (2026)

Detection Is Cheap, Routing Is Learned: Why Refusal-Based Alignment Evaluation Fails
von: Frank, Gregory N.
Veröffentlicht: (2026)

HiPlan: Hierarchical Planning for LLM-Based Agents with Adaptive Global-Local Guidance
von: Li, Ziyue, et al.
Veröffentlicht: (2025)

Researchy Questions: A Dataset of Multi-Perspective, Decompositional Questions for LLM Web Agents
von: Rosset, Corby, et al.
Veröffentlicht: (2024)

AgentOccam: A Simple Yet Strong Baseline for LLM-Based Web Agents
von: Yang, Ke, et al.
Veröffentlicht: (2024)

Why Chain of Thought Fails in Clinical Text Understanding
von: Wu, Jiageng, et al.
Veröffentlicht: (2025)

Automating the Generation of Prompts for LLM-based Action Choice in PDDL Planning
von: Stein, Katharina, et al.
Veröffentlicht: (2023)

MM-WebAgent: A Hierarchical Multimodal Web Agent for Webpage Generation
von: Li, Yan, et al.
Veröffentlicht: (2026)

Does The Way You Plan Matter? An Empirical Study of Planning Representations for LLM Web Agents
von: Zambrano, Alejandra, et al.
Veröffentlicht: (2026)

How Much Heavy Lifting Can an Agent Harness Do?: Measuring the LLM's Residual Role in a Planning Agent
von: Jung, Sungwoo, et al.
Veröffentlicht: (2026)

Why Do Multi-Agent LLM Systems Fail?
von: Cemri, Mert, et al.
Veröffentlicht: (2025)

LLM Self-Explanations Fail Semantic Invariance
von: Szeider, Stefan
Veröffentlicht: (2026)

WebXSkill: Skill Learning for Autonomous Web Agents
von: Wang, Zhaoyang, et al.
Veröffentlicht: (2026)

HoneyComb: A Flexible LLM-Based Agent System for Materials Science
von: Zhang, Huan, et al.
Veröffentlicht: (2024)

WorkForceAgent-R1: Incentivizing Reasoning Capability in LLM-based Web Agents via Reinforcement Learning
von: Zhuang, Yuchen, et al.
Veröffentlicht: (2025)

When Refusals Fail: Unstable Safety Mechanisms in Long-Context LLM Agents
von: Hadeliya, Tsimur, et al.
Veröffentlicht: (2025)

Standard Benchmarks Fail -- Auditing LLM Agents in Finance Must Prioritize Risk
von: Chen, Zichen, et al.
Veröffentlicht: (2025)

Accommodation and Epistemic Vigilance: A Pragmatic Account of Why LLMs Fail to Challenge Harmful Beliefs
von: Cheng, Myra, et al.
Veröffentlicht: (2026)

WebVoyager: Building an End-to-End Web Agent with Large Multimodal Models
von: He, Hongliang, et al.
Veröffentlicht: (2024)

Why AI-Generated Text Detection Fails: Evidence from Explainable AI Beyond Benchmark Accuracy
von: Pudasaini, Shushanta, et al.
Veröffentlicht: (2026)

Causal Agent based on Large Language Model
von: Han, Kairong, et al.
Veröffentlicht: (2024)

Routine: A Structural Planning Framework for LLM Agent System in Enterprise
von: Zeng, Guancheng, et al.
Veröffentlicht: (2025)

Hierarchical Memory for High-Efficiency Long-Term Reasoning in LLM Agents
von: Sun, Haoran, et al.
Veröffentlicht: (2025)

NexusSum: Hierarchical LLM Agents for Long-Form Narrative Summarization
von: Kim, Hyuntak, et al.
Veröffentlicht: (2025)

A Coin Flip for Safety: LLM Judges Fail to Reliably Measure Adversarial Robustness
von: Schwinn, Leo, et al.
Veröffentlicht: (2026)

HiMAP-Travel: Hierarchical Multi-Agent Planning for Long-Horizon Constrained Travel
von: Bui, The Viet, et al.
Veröffentlicht: (2026)

Do Self-Evolving Agents Forget? Capability Degradation and Preservation in Lifelong LLM Agent Adaptation
von: Yu, Ye, et al.
Veröffentlicht: (2026)

Robotouille: An Asynchronous Planning Benchmark for LLM Agents
von: Gonzalez-Pumariega, Gonzalo, et al.
Veröffentlicht: (2025)

Adaptation Odyssey in LLMs: Why Does Additional Pretraining Sometimes Fail to Improve?
von: Öncel, Fırat, et al.
Veröffentlicht: (2024)

Larger Language Models Don't Care How You Think: Why Chain-of-Thought Prompting Fails in Subjective Tasks
von: Chochlakis, Georgios, et al.
Veröffentlicht: (2024)

Evolutionary Perspectives on the Evaluation of LLM-Based AI Agents: A Comprehensive Survey
von: Zhu, Jiachen, et al.
Veröffentlicht: (2025)

BrowserAgent: Building Web Agents with Human-Inspired Web Browsing Actions
von: Yu, Tao, et al.
Veröffentlicht: (2025)

Automated Survey Collection with LLM-based Conversational Agents
von: Kaiyrbekov, Kurmanbek, et al.
Veröffentlicht: (2025)