Los autores presentan WebWorld, una interfaz que permite a un Modelo de Visión y Lenguaje (VLM) interactuar autónomamente con el navegador como un modelo del mundo determinista para el código web. Este enfoque aborda la falla estructural en la auto-mejora impulsada por VLM donde el modelo juzga sus propias reparaciones introduciendo una contraparte que no puede ser engañada.
- El VLM emite críticas compiladas en contratos de interacción, que el navegador re-ejecuta para emitir certificados de aceptación basados en el progreso objetivo y la preservación de capacidades.
- Las transiciones certificadas se acumulan como un trinquete de calidad utilizado para la exportación de Ajuste Fino Supervisado (SFT).
- WebWorld-27B mejora a Raw-27B en 5.3 puntos en HTMLBench-400 y 14.9 puntos en MiniAppBench-Val.
- El sistema alcanza niveles de rendimiento comparables a Kimi-K2.6 y GPT-5.4 en la generación interactiva de HTML.
- Las ablationes confirman que la admisión respaldada por el navegador es responsable de las ganancias, ya que eliminar el certificado hace que el aumento desaparezca casi por completo.
Este método proporciona un riguroso bucle de verificación que asegura que el código web realmente funcione bajo las acciones del usuario en lugar de solo parecer visualmente plausible.