WebClipper: Web-Agenten effizienter durch graphbasiertes Trajektorien‑Pruning

In der Welt der Web‑Agenten, die komplexe Informationsaufgaben lösen, bleibt die Sucheffizienz bislang wenig erforscht. Viele führende Open‑Source‑Agenten führen lange Tool‑Call‑Trajektorien aus, die sich in zyklischen Denk‑Loops und unproduktiven Zweigen verlieren.

Mit dem neuen Framework WebClipper wird dieses Problem angegangen: Der Suchprozess des Agenten wird als Zustandsgraph modelliert und die Trajektorienoptimierung als Problem des minimalen Directed Acyclic Graph (DAG)-Mining formuliert. Dadurch entstehen gekürzte Pfade, die das Wesentliche des Denkens bewahren, aber redundante Schritte eliminieren.

Durch das weitere Training auf diesen verfeinerten Trajektorien entwickelt der Agent effizientere Suchmuster. Die Anzahl der Tool‑Call‑Runden sinkt um etwa 20 % und gleichzeitig steigt die Genauigkeit. Zusätzlich wird ein neuer Messwert, der F‑AE‑Score, eingeführt, der die Balance zwischen Genauigkeit und Effizienz quantifiziert.

Experimentelle Ergebnisse zeigen, dass WebClipper die Tool‑Call‑Runden drastisch reduziert, ohne die Leistung zu beeinträchtigen. Das Verfahren liefert wertvolle Einblicke, wie man bei der Gestaltung von Web‑Agenten Effektivität und Effizienz optimal ausbalanciert.