WebWalker是阿里巴巴自然语言处理团队开发的用于评估和提升大型语言模型（LLMs）在网页浏览任务中性能的工具。通过模拟网页导航任务，帮助模型更好地处理长上下文信息。WebWalker的核心功能包括多智能体框架，能有效管理内存并支持模型在网页浏览过程中保持记忆；垂直探索策略，深入探索单个页面或相关页面链，获取更深层次的信息；以及WebWalkerQA数据集，包含680个具有挑战性的查询，覆盖多语言和多领域的网页内容，用于测试模型的性能。

WebWalker – 阿里推出用于评估LLMs在网页浏览任务中性能的基准工具 第1张
（图片来源网络，侵删）
WebWalker – 阿里推出用于评估LLMs在网页浏览任务中性能的基准工具 第2张
（图片来源网络，侵删）