يقدم المؤلفون WebWorld، وهو واجهة تتيح لنموذج الرؤية واللغة (VLM) التفاعل بشكل مستقل مع المتصفح كنموذج عالمي حتمي لكود الويب. يعالج هذا النهج العيب الهيكلي في تحسين الذات المدعوم من VLM حيث يحكم النموذج على إصلاحاته بنفسه، من خلال إدخال طرف مقابل لا يمكن خداعه.
- يصدر VLM انتقادات تُجمع في عقود تفاعل، يعيد المتصفح تنفيذها لإصدار شهادات قبول بناءً على تقدم الهدف والحفاظ على القدرات.
- تتراكم التحولات المعتمدة كرافعة جودة تُستخدم لتصدير التدريب الدقيق الخاضع للإشراف (SFT).
- يحسن WebWorld-27B Raw-27B بمقدار 5.3 نقطة على HTMLBench-400 و14.9 نقطة على MiniAppBench-Val.
- يصل النظام إلى مستويات أداء قابلة للمقارنة مع Kimi-K2.6 وGPT-5.4 في توليد HTML التفاعلي.
- تؤكد الاختبارات التجريدية أن القبول المدعوم بالمتصفح هو المسؤول عن المكاسب، حيث يؤدي إزالة الشهادة إلى اختفاء الارتفاع تقريباً.
يوفر هذه الطريقة حلقة تحقق صارمة تضمن عمل كود الويب فعلياً تحت إجراءات المستخدم بدلاً من مجرد الظهور مقنعاً بصرياً.