不要重新训练，进行重混合：使用混合超网络适配 Web Agents

arXiv:2610.22539v1 发布类型：新 摘要：网络并非静态或统一的。实现相同功能的网站，其外观和导航方式可能截然不同。即使在同一个网站内，连续的重新设计也可能改变熟悉功能的呈现和访问方式。人类会通过识别熟悉的交互模式并重复利用已有知识来适应这些变化。我们通过 WebMix 赋予 Web Agents 类似的能力。WebMix 是一种混合超网络，通过组合之前训练好的低秩适配器，使 Web Agents 能够适应未见过的界面。WebMix 首先在源界面上训练一组适配器。部署时，一个侦察代理探索目标界面，并将观察结果总结成一份简明手册。轻量级路由器利用这份手册，预测适配器库上的混合系数，再将现有适配器组合成一个新的适配器，用于推理。适应新界面只需进行一次侦察和一次前向传播，无需在目标界面上进行梯度更新。我们使用 Qwen 和 Llama 模型，在 TimeWarp 和 WebArena-Lite-v2 上评估领域迁移，并在 TimeWarp 上评估版本迁移。在这三种设置中，WebMix 均达到或超过了上下文学习和 LoRA 基线的表现，并且通常能够达到直接在这些界面上训练的专用模型的平均成功率。在使用两种模型进行的 TimeWarp 领域迁移中，与最佳基线相比，WebMix 的平均性能提升了约 8 个百分点。这些提升并未以牺牲已见界面上的性能为代价：WebMix 在这些界面上仍保持领先，并且这一优势也延伸到了版本迁移。因此，适应新界面可以依靠探索和组合，而无需重新训练。