Kev-4B-Web-Selector
селектор действий для веб-агентов
2 min readupdated
Модель-оценщик от XunmeiLiu для выбора следующего шага в браузерных ИИ-агентах. Сама она не управляет браузером и не генерирует действия, а получает задачу, скриншот, URL, историю прошлых шагов и пять вариантов ответа от модели-актора (например, OpenWebRL-4B-SFT), после чего выбирает лучший. В основе лежит LoRA-адаптер (небольшая надстройка над весами) и pointer head поверх замороженной мультимодальной базы Qwen3.5-4B-Base с инициализацией от Kev-4B. В отличие от обычной генерации выбора в виде текста, модель вычисляет логиты напрямую через скалярное произведение финального токена и токенов кандидатов.
Ключевые особенности
- Оценивает сразу пять кандидатов в общей причинной последовательности, позволяя модели сравнивать варианты между собой перед выбором.
- Обучена только языковая часть LoRA (rank 16) и pointer head, тогда как визуальный энкодер и база Qwen3.5-4B-Base остаются замороженными.
- Поставляется с готовым Python-лоадером
KevSelectorи вспомогательным методомscore_browserдля работы со скриншотами и историей действий. - Поддерживает контекст до 32 768 токенов и работает со скриншотами площадью до 262 144 пикселей.
Что можно сделать
- Встроить в пайплайн веб-агента на базе OpenWebRL-4B-SFT для ранжирования сгенерированных действий перед кликом или вводом текста.
- Использовать как реранкер в мультимодальных GUI-агентах, где координаты действий задаются в нормализованной сетке
[0, 1000].
Пример
from selector import KevSelector
model = KevSelector('XunmeiLiu/Kev-4B-Web-Selector', device='cuda:0')
result = model.score_browser(
intent=task_instruction, url=current_url,
history=previous_action_summaries, candidates=candidates,
image='/path/to/current_screenshot.png'
)
selected = candidates[result['selected']]
Подробнее
Бенчмарки связки актор + селектор: WebVoyager — 51.93% (309/595), Online Mind2Web — 33.67% (101/300), DeepShop — 55.33% (83/150).Обучение: 27 956 примеров из траекторий OpenWebRL SFT с разметкой от GPT-5.5, чекпоинт на 1 748 шаге (~1 эпоха).
Точность весов: база в BF16, LoRA-адаптер и pointer head в FP32; для запуска требуется окружение с CUDA.
Лицензия: Apache-2.0.










Comments