PersonaTrail은 사용자의 실제 브라우징 기록을 바탕으로 웹 에이전트의 개인화 능력을 평가하는 벤치마크다. 사용자가 불완전한 지시를 내렸을 때 에이전트가 과거 브라우징 세션에서 선호와 맥락을 추론하는 능력을 측정하며, 기존 벤치마크가 명시적 프롬프트나 단순화된 기록에 의존하던 한계를 보완한다. 연구진은 브라우징 기록을 세션별 사실 메모리와 반복 행동 패턴을 담은 선호 메모리로 분해하는 PACMem 프레임워크도 제안했고, 실험에서 기존 메모리 기반 베이스라인을 일관되게 능가했다. 웹 에이전트가 실사용 환경에서 개인화된 서비스를 제공하려면 원시 브라우징 기록을 구조화된 메모리로 활용하는 접근이 유효함을 보여준다.
- •PersonaTrail: 실제 브라우징 궤적을 사용자 기록으로 활용해 개인화 웹 에이전트를 평가하는 최초 수준의 벤치마크
- •불완전(underspecified) 지시에서 과거 세션 기반 선호 추론·정보 회상 능력을 측정
- •PACMem 프레임워크: 브라우징 기록을 사실 메모리와 선호 메모리 두 유형의 구조화 메모리로 분해
- •추론 시 관련 메모리 항목을 검색해 개인화 내비게이션을 유도, 기존 메모리 기반 베이스라인을 일관되게 상회
PersonaTrail: Benchmarking Personalized Web Agents through Browsing Trails
본문 미리보기
arXiv:2607.20482v1 Announce Type: new Abstract: Recent advances in large language models have enabled web agents to autonomously execute complex tasks. In practice, users frequently provide underspecified instructions, requiring agents to infer the missing context from their raw browsing histories. Existing benchmarks fail to capture this form of personalization, as they either restrict tasks to fully explicit prompts or abstract web interaction history into simplified forms. To bridge this gap
전체 내용이 궁금하다면?
원문을 직접 읽어보세요