scene-aware-retrieval

深度分析

DRIVE：以雙層技能模型分離推理與互動，提升網頁代理的泛化與可執行性

面對動態網頁，DRIVE提出雙層技能架構：以自然語言表達可轉移的推理技能，並以程式化互動技能承接頁面可執行操作。系統根據任務語意與頁面情境檢索並協調兩類技能，並以技能層級反思分別更新庫內條目，有效抑制布局變更導致的執行失敗，平均成功率達52.8%。