WebExplorer-QA est un ensemble de données pour la recherche d'informations et les tâches de navigation Web publié par l'Université des sciences et technologies de Hong Kong, MiniMax et l'Université de Waterloo en 2025. Les résultats de l'article associé sont "WebExplorer : explorer et évoluer pour former des agents Web à long terme", qui vise à améliorer les performances du modèle dans le raisonnement complexe en plusieurs étapes et la navigation Web à longue portée en générant systématiquement des paires requête-réponse stimulantes.

Actuellement, seuls 100 exemples de haute qualité issus de cet ensemble de données sont accessibles au public à des fins de recherche universitaire et de tests communautaires. Ces données sont générées par exploration de modèles afin de générer des paires questions-réponses initiales, qui sont ensuite affinées itérativement grâce à un mécanisme d'évolution des requêtes « du long au court » afin d'accroître la difficulté des questions et le lien entre la recherche d'information. Ces paires questions-réponses nécessitent que le modèle effectue des opérations de recherche/navigation en plusieurs étapes, agrégeant des informations provenant de plusieurs pages web pour générer des réponses. Ces paires conviennent à l'entraînement et à l'évaluation d'agents réseau ou de grands modèles de langage pour la recherche d'information, le raisonnement en plusieurs étapes, le traitement de contextes à long terme, l'appel d'outils et la navigation web.