libvisualwebarena: Evaluación de Agentes Multimodales en la Web

libvisualwebarena: Evaluación de Agentes Multimodales en la Web

libvisualwebarena es una biblioteca no oficial que permite evaluar agentes multimodales en tareas visuales realistas en la web. Su última versión, 0.0.6, fue lanzada el 20 de julio de 2024. Esta biblioteca se basa en el benchmark VisualWebArena, que proporciona un conjunto diverso de tareas visuales complejas para evaluar las capacidades de agentes autónomos. Los desarrolladores han añadido recientemente trayectorias de agentes y scripts para facilitar la formación y la evaluación. Para instalar la biblioteca, se requiere Python 3.7 o superior, y se deben seguir ciertas configuraciones para establecer las URLs de los sitios web que se utilizarán en las pruebas. Los usuarios pueden ejecutar pruebas unitarias para verificar la instalación y configurar archivos de prueba para cada ejemplo. Además, se proporciona un demo que permite a los usuarios probar los agentes en tareas específicas en cualquier página web. El proyecto también incluye evaluaciones humanas y scripts para reproducir resultados de investigaciones anteriores. Los autores han solicitado a los usuarios que citen su trabajo si encuentran útil la biblioteca. En general, libvisualwebarena ofrece una plataforma robusta para la evaluación de agentes multimodales en tareas web, contribuyendo al desarrollo de tecnologías de inteligencia artificial más avanzadas.

libvisualwebarena es una biblioteca para evaluar agentes multimodales en tareas visuales en la web.

Fuente: Pypi.org | URL