TGPO: Tree-Guided Preference Optimization for Robust Web Agent Reinforcement Learning
机构 * East China Normal University(东华大学) ; Alibaba Group(阿里巴巴集团) ; University of Electronic Science and Technology of China(电子科技大学) ; Wuhan University(武汉大学) ; Sun Yat-sen University(中山大学)
专题命中 GUI与网页智能体 :agent(title);分类 cs.AI、cs.LG