नवीनतम रिपोर्टों के अनुसार, Emergence AI कंपनी ने Agent-E नामक एक नया स्मार्ट वेब प्रॉक्सी लॉन्च किया है, जिसकी सफलता दर 73.2% है, जो पहले की तुलना में 20% अधिक है। यह नई तकनीक स्वायत्त वेब नेविगेशन को सक्षम बनाने के लिए डिज़ाइन की गई है, जिससे आर्टिफिशियल इंटेलिजेंस प्रॉक्सी जटिल ऑनलाइन कार्यों को अधिक प्रभावी ढंग से पूरा कर सके, जैसे डेटा पुनर्प्राप्ति और फॉर्म सबमिशन से लेकर सबसे सस्ते हवाई टिकटों की बुकिंग या आवास की बुकिंग तक।
पारंपरिक वेब प्रॉक्सी आधुनिक वेब की जटिलता और परिवर्तनशीलता को संभालने में अक्सर असफल होते हैं और त्रुटियों के प्रति संवेदनशील होते हैं। वे अक्सर कार्यों को सटीकता से निष्पादित करने में असमर्थ होते हैं क्योंकि वे शोर और विशाल HTML डॉक्यूमेंट ऑब्जेक्ट मॉडल (DOMs) को प्रभावी ढंग से प्रबंधित नहीं कर पाते। यह कमी स्वायत्त वेब प्रॉक्सी को लागू करने में एक महत्वपूर्ण बाधा है, जहाँ विश्वसनीयता और सटीकता बहुत महत्वपूर्ण होती है।
Emergence AI की अनुसंधान टीम ने Agent-E पेश किया, जो मौजूदा सिस्टम की खामियों को दूर करने के लिए डिज़ाइन किया गया एक नया वेब प्रॉक्सी है। Agent-E एक परतदार आर्किटेक्चर का उपयोग करता है, जिसमें कार्य योजना और निष्पादन चरणों को दो स्वतंत्र घटकों में विभाजित किया गया है: योजना प्रॉक्सी और ब्राउज़र नेविगेशन प्रॉक्सी। यह प्रत्येक घटक को अपनी विशिष्ट भूमिका पर ध्यान केंद्रित करने की अनुमति देता है, जिससे दक्षता और प्रदर्शन में सुधार होता है। योजना प्रॉक्सी उपयोगकर्ता कार्यों को छोटे उप-कार्य में विभाजित करता है, जिन्हें ब्राउज़र नेविगेशन प्रॉक्सी द्वारा उन्नत DOM शोधन तकनीक के माध्यम से निष्पादित किया जाता है।
Agent-E की विधि में कई नवोन्मेषी कदम शामिल हैं, जो शोर और विशाल वेब सामग्री को प्रभावी ढंग से प्रबंधित करने के लिए हैं। योजना प्रॉक्सी उपयोगकर्ता कार्यों को छोटे उप-कार्य में विभाजित करता है और उन्हें ब्राउज़र नेविगेशन प्रॉक्सी को सौंपता है। ब्राउज़र नेविगेशन प्रॉक्सी लचीली DOM शोधन तकनीक का उपयोग करके प्रत्येक कार्य के लिए सबसे प्रासंगिक DOM प्रतिनिधित्व का चयन करता है, शोर को कम करता है और विशिष्ट कार्य जानकारी पर ध्यान केंद्रित करता है। Agent-E कार्य निष्पादन प्रक्रिया के दौरान स्थिति परिवर्तनों की निगरानी के लिए परिवर्तन अवलोकन का उपयोग करता है, जो प्रॉक्सी के प्रदर्शन और सटीकता को बढ़ाने के लिए फीडबैक प्रदान करता है।
WebVoyager बेंचमार्क परीक्षण के मूल्यांकन के बाद, Agent-E स्पष्ट रूप से पिछले अत्याधुनिक वेब प्रॉक्सी सिस्टम से बेहतर साबित हुआ है। Agent-E ने 73.2% की सफलता दर हासिल की, जो पिछले टेक्स्ट-आधारित वेब प्रॉक्सी की तुलना में 20% अधिक है और मल्टी-मोडल वेब प्रॉक्सी की तुलना में 16% अधिक है। जटिल साइटों जैसे Wolfram Alpha पर, Agent-E का प्रदर्शन 30% तक बढ़ गया है। सफलता दर के अलावा, अनुसंधान टीम ने अन्य मापदंडों की भी रिपोर्ट की, जैसे कार्य पूर्ण करने का समय और त्रुटि पहचान। Agent-E को एक कार्य सफलतापूर्वक पूरा करने में औसतन 150 सेकंड लगते हैं, जबकि असफल कार्यों के लिए 220 सेकंड लगते हैं। प्रत्येक कार्य के लिए औसतन 25 बड़े भाषा मॉडल कॉल की आवश्यकता होती है, जो इसकी दक्षता और प्रभावशीलता को उजागर करता है।
Emergence AI द्वारा किए गए अनुसंधान ने स्वायत्त वेब नेविगेशन के क्षेत्र में एक महत्वपूर्ण प्रगति का प्रतिनिधित्व किया है। परतदार आर्किटेक्चर और उन्नत DOM प्रबंधन तकनीकों को अपनाने के माध्यम से वर्तमान वेब प्रॉक्सी सिस्टम की कमी को हल किया गया है, Agent-E ने प्रदर्शन और विश्वसनीयता के लिए एक नया मानक स्थापित किया है। यह शोध परिणाम दर्शाता है कि ये नवाचार वेब ऑटोमेशन के अलावा अन्य आर्टिफिशियल इंटेलिजेंस संचालित ऑटोमेशन क्षेत्रों में भी लागू किए जा सकते हैं और एजेंट सिस्टम डिज़ाइन सिद्धांतों के लिए मूल्यवान अंतर्दृष्टि प्रदान करते हैं। Agent-E ने 73.2% कार्य पूर्णता दर और कुशल कार्य निष्पादन प्रक्रिया को प्राप्त करने में सफलता हासिल की, जो इसके वेब नेविगेशन और ऑटोमेशन में परिवर्तन करने की क्षमता को उजागर करता है।
परियोजना का प्रवेश: https://top.aibase.com/tool/agent-e
### मुख्य बिंदु:
🌟 Emergence AI ने Agent-E लॉन्च किया: सफलता दर 73.2%, 20% वृद्धि
🌟 Agent-E ने परतदार आर्किटेक्चर और DOM प्रबंधन तकनीक अपनाई
🌟 WebVoyager बेंचमार्क में स्पष्ट रूप से बेहतर प्रदर्शन किया