Aug 29, 2026 13 min read
WebShop 精读:把“帮我买到合适的东西”变成可训练的 agent 问题
较早提供大规模、可交互、以目标完成度计分的真实风格网页购物环境,并暴露长程网页决策差距。
大模型算法、训练系统与工程实践的学习笔记。
Tag
3 essays under this label.
较早提供大规模、可交互、以目标完成度计分的真实风格网页购物环境,并暴露长程网页决策差距。
用 1,266 个答案客观但需要长程、多站点搜索的问题,隔离浏览 agent 的持续检索能力。