लेखकों ने WebWorld प्रस्तुत किया है, एक इंटरफ़ेस जो एक विजन-लैंग्वेज मॉडल (VLM) को वेब कोड के लिए एक निर्धारक वर्ल्ड मॉडल के रूप में ब्राउज़र के साथ स्वायत्त रूप से बातचीत करने की अनुमति देता है। यह दृष्टिकोण VLM-चालित स्व-सुधार में संरचनात्मक दोष को दूर करता है, जहां मॉडल अपने स्वयं के मरम्मतों का आकलन करता है, एक ऐसे प्रतिपक्ष को पेश करके जिसे धोखा नहीं दिया जा सकता।
- VLM समीक्षा उत्पन्न करता है जो इंटरैक्शन अनुबंधों में संकलित होते हैं, जिनका ब्राउज़र लक्ष्य प्रगति और क्षमता संरक्षण के आधार पर स्वीकृति प्रमाण पत्र जारी करने के लिए पुनः निष्पादित करता है।
- प्रमाणित संक्रमण गुणवत्ता रैचेट के रूप में जमा होते हैं, जिसका उपयोग सुपरवाइज्ड फाइन-ट्यूनिंग (SFT) निर्यात के लिए किया जाता है।
- WebWorld-27B HTMLBench-400 पर 5.3 अंक और MiniAppBench-Val पर 14.9 अंक से Raw-27B को बेहतर बनाता है।
- इंटरैक्टिव HTML जनरेशन में प्रणाली Kimi-K2.6 और GPT-5.4 के तुलनीय प्रदर्शन स्तरों तक पहुंचती है।
- अब्लेशन पुष्टि करते हैं कि ब्राउज़र-समर्थित प्रवेश लाभों के लिए जिम्मेदार है, क्योंकि प्रमाण पत्र को हटाने से उन्नति लगभग गायब हो जाती है।
यह विधि एक कठोर सत्यापन लूप प्रदान करती है जो सुनिश्चित करता है कि वेब कोड वास्तव में उपयोगकर्ता क्रियाओं के तहत काम करता है, न कि केवल दृश्य रूप से संभावित दिखता है।