WebExplorer-QA ist ein Datensatz für Informationsabruf- und Webbrowsing-Aufgaben, der 2025 von der Hong Kong University of Science and Technology, MiniMax und der University of Waterloo veröffentlicht wurde. Die zugehörigen Ergebnisse des Papiers sind „WebExplorer: Erkunden und weiterentwickeln für die Schulung von Web-Agenten mit langem Horizont“, dessen Ziel darin besteht, die Leistung des Modells bei komplexen mehrstufigen Schlussfolgerungen und der weitreichenden Webnavigation durch die systematische Generierung anspruchsvoller Abfrage-Antwort-Paare zu verbessern.

Derzeit sind nur 100 hochwertige Beispiele aus diesem Datensatz für akademische Forschung und Community-Tests öffentlich zugänglich. Diese Daten werden durch Modellexploration generiert, um erste Frage-Antwort-Paare zu generieren. Diese werden dann iterativ durch einen „Lang-zu-Kurz“-Abfrageentwicklungsmechanismus verfeinert, um den Schwierigkeitsgrad der Fragen und die Verknüpfung von Informationsabruf und Abfragegenauigkeit zu erhöhen. Diese Frage-Antwort-Paare erfordern vom Modell mehrstufige Abfrage-/Browsing-Operationen, bei denen Informationen von mehreren Webseiten aggregiert werden, um Antworten zu generieren. Diese Paare eignen sich zum Trainieren und Evaluieren von Netzwerkagenten oder großen Sprachmodellen in den Bereichen Informationssuche, mehrstufiges Denken, Kontextverarbeitung mit großem Horizont, Tool-Aufruf und Webnavigation.