WebAgent：阿里巴巴开源的智能搜索AI工具，助力高效信息检索

WebAgent：智能搜索AI工具介绍

阿里巴巴近日在GitHub上开源了其创新的自主搜索AI工具——WebAgent。WebAgent具备端到端的自主信息检索与多步推理能力，能够像人类一样在网络环境中主动感知、决策和行动。

WebAgent的应用场景包括但不限于学术研究、市场调研等。例如，当用户想了解某个特定领域的最新研究成果时，WebAgent能够主动搜索多个学术数据库，筛选出最相关的文献，并根据用户的需求进行深入分析和总结。

WebAgent的核心功能

• 端到端的自主信息检索与多步推理能力
• 主动搜索学术数据库，筛选相关文献
• 整合不同文献中的观点，提供全面精准的研究报告

WebAgent的技术架构

WebAgent分为WebDancer和WebWalker两部分。WebDancer是一种端到端智能体训练框架，旨在增强基于网络的AI智能体的多步骤信息搜索能力；WebWalker则属于“Web遍历中的LLM基准测试”。

WebDancer的框架组成

• 数据构建：通过两种创新的数据合成方法解决传统数据集的局限性
• 监督微调（SFT）：通过高质量的轨迹数据对智能体进行初始化训练
• 强化学习（RL）：通过DAPO算法，提高数据效率和策略的鲁棒性

WebAgent的性能优势

WebDancer通过短推理和长推理两种方法，确保生成的轨迹既有效又连贯。在SFT过程中，WebDancer将轨迹中的思考、行动和观察内容分别标记，并计算损失函数，以优化模型的参数。强化学习阶段中，智能体通过与环境的交互，学习如何在复杂的任务中做出最优决策。