論文の概要: WebWorld: The Browser as a World Model for Self-Improving Web Code
- arxiv url: http://arxiv.org/abs/2608.30530v1
- Date: Mon, 31 Aug 2026 10:00:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-01 18:31:31.340148
- Title: WebWorld: The Browser as a World Model for Self-Improving Web Code
- Title（参考訳）: WebWorld: 自己改善型Webコードのための世界モデルとしてのブラウザ
- Abstract要約: WebWorldは、VLMがこのブラウザ・アズ・ワールド・モデルと自律的に対話することを可能にする。
WebWorld-27BはRaw-27BをHTMLBench-400で5.3ポイント、MiniAppBench-Valで14.9ポイント改善した。
- 参考スコア（独自算出の注目度）: 34.5278922037561
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: VLM-driven self-improvement of web code has a structural flaw: the model that proposes the repair is the model that judges it, and visual plausibility under that judge is a poor proxy for whether the page actually works. What the loop is missing is a counterparty the VLM cannot fool, and the browser already is that counterparty: a deterministic, executable simulator of how an HTML artifact behaves under user actions, and in everything but name a world model for web code. We present WebWorld, the interface that lets a VLM prior interact with this browser-as-world-model autonomously and decides which interactions become supervision. Each round, the VLM emits a critique that the planner compiles into a typed interaction contract; the browser re-executes the candidate and issues an acceptance certificate only when both target progress and preservation of every previously verified capability hold; certified transitions accumulate as a quality ratchet that is the only thing the SFT export ever sees. Under matched training, WebWorld-27B improves Raw-27B by 5.3 points on HTMLBench-400 and 14.9 points on MiniAppBench-Val, and reaches the level of strong frontier systems such as Kimi-K2.6 and GPT-5.4 on interactive HTML generation. Equal-size ablations show that browser-backed admission carries the gain: without the certificate, the matched 9B lift nearly disappears.
- Abstract（参考訳）: VLMによるWebコードの自己改善には、構造的な欠陥がある。修復を提案するモデルは、それを判断するモデルであり、その判断の下での視覚的妥当性は、ページが実際に機能するかどうかのプロキシとして貧弱である。
決定論的で実行可能なHTMLアーティファクトの動作のシミュレータで、ユーザアクションの下でどのように振る舞うか、そしてWebコードのワールドモデルの名前以外は、すべてです。
我々は、VLMがこのブラウザ・アズ・ワールド・モデルと自律的に対話できるインターフェースであるWebWorldを紹介し、どのインタラクションが監督されるかを決定する。
各ラウンドで、VLMは、プランナーがタイプされた対話契約にコンパイルされるという批判を発し、ブラウザは候補を再実行し、以前に確認されたすべての能力の達成と保存の両方を目標とする場合にのみ受け入れ証明書を発行する。
マッチしたトレーニングの下で、WebWorld-27BはRaw-27BをHTMLBench-400で5.3ポイント、MiniAppBench-Valで14.9ポイント改善し、インタラクティブなHTML生成においてKim-K2.6やGPT-5.4のような強力なフロンティアシステムに到達した。
Equal-size ablationsは、ブラウザがサポートしている入場許可が利益をもたらすことを示している:証明書がなければ、マッチした9Bリフトはほぼ消える。
関連論文リスト
- Framework and Benchmark for Code-Driven Agentic Testing in Web Development [25.642063881090337]
textbfCode-driven textbfAgentic textbfTesting (CAT)は、エージェントがブラウザを動かすためにPlaywrightコードを書き、フィードバックを収集し、バグを明らかにするためにWebアプリケーションを自律的に探索するパラダイムである。
CATJudgeはブラウザとコンピュータのツールをひとつの環境に統合するエージェントフレームワークで、CATTestは102のAI生成Webアプリケーションのベンチマークで、慎重に注釈付けされたバグが書かれています。
論文 参考訳（メタデータ） (2026-08-31T10:07:51Z) - BrowserForge: Scaling Web Episode via Parallel Browser Sandboxes [54.96895469970198]
BrowserForgeは、オープンなWeb上で多くのブラウザサンドボックスを並行して駆動することで、大規模なWebインタラクションデータを生成する。
BrowserForgeには3つのコンポーネントがある: オープンなWebソーシングステージ。
ルール+モデルクリーニングパイプラインは、失敗した実行を除去し、生き残った推論を単一の統合されたチェーン・オブ・シンクスタイルに書き換える。
論文 参考訳（メタデータ） (2026-08-25T17:35:42Z) - Wuying-Browser-Agent: Real-World Centric Fundamental Long-Horizon Browser Agents [34.59625581903402]
Wuying-Browser-Agentは、実行、監督、最適化、評価を扱う統一されたフレームワークである。
構造化ブラウザハーネスは、安定した実行プリミティブと決定指向のコンテキスト管理を提供する。
BrowserBenchは平均37.9ステップの350タスクのベンチマークである。
論文 参考訳（メタデータ） (2026-08-18T03:23:31Z) - WebGrader: Training LLMs for Web Development with Self-Evolving Programmatic Grader [23.87868496043721]
本稿では,WebGraderを提案する。WebGraderは,各Webサイトからの対話フローを自律的に導出する,自己進化型プログラムグレーダである。
WebGraderは、生成されたプロジェクトをライブブラウザで実現し、ソースコードとライブDOMに対してターゲットアクションを接地し、ビジュアル、DOM、レスポンス、永続状態のエビデンスを収集します。
WebGen-Benchでは、WebGraderは8Bポリシーを52.01%の機能的な成功率にトレーニングし、マッチした外見+スクリプトの報酬を7.88ポイント上回り、o4-miniとDeepSeek-v4-flashを上回っている。
論文 参考訳（メタデータ） (2026-08-06T18:06:12Z) - HTMLCure: Turning Browser Experience into State Guided Repair for Interactive HTML [33.943617790688556]
システムと対話した後にHTMLを評価するブラウザエクスペリエンスフレームワークであるHTMLCureを紹介する。
HTMLCureは現在のページを診断し、状態固有の修復ファミリを選択し、各候補を再度実行し、品質の高いクリアページをSFTにエクスポートする。
リリースされたMiniAppBenchバリデーションスプリットでは平均81.2に達し、生の27B SFTを15.3ポイント改善した。
論文 参考訳（メタデータ） (2026-05-26T10:22:56Z) - MolmoWeb: Open Visual Web Agent and Open Data for the Open Web [60.29597961827816]
MolmoWebMixはブラウザのタスクとWeb-GUIの知覚データを組み合わせたものだ。
MolmoWeb-8Bは、完全にオープンなマルチモーダルWebエージェントのファミリーである。
我々は、Webエージェントのオープンな研究を可能にするため、モデルチェックポイント、トレーニングデータ、コード、統一された評価ハーネスをリリースする。
論文 参考訳（メタデータ） (2026-04-09T17:54:02Z) - WebTestBench: Evaluating Computer-Use Agents towards End-to-End Automated Web Testing [57.7131457251794]
エンドツーエンドの自動Webテストを評価するベンチマークであるWebTestBenchを紹介します。
テストプロセスを2つのカスケードサブタスク、チェックリストの生成と欠陥検出に分解し、WebTesterを提案する。
以上の結果から,現在のコンピュータ利用エージェント能力と産業レベルの展開要求との間に大きなギャップがあることが判明した。
論文 参考訳（メタデータ） (2026-03-26T09:27:29Z) - AutoWebWorld: Synthesizing Infinite Verifiable Web Environments via Finite State Machines [43.251303612671194]
AutoWebWorldは、制御可能で検証可能なWeb環境を合成するためのフレームワークである。
状態遷移が暗黙的な実際のWebサイトとは異なり、AutoWebWorldは、すべての状態、アクション、遷移ルールを明示的に定義している。
29の多様なWeb環境から11,663以上の認証トラジェクトリを生成し、1トラジェクトリあたり0.04ドルである。
論文 参考訳（メタデータ） (2026-02-15T20:03:19Z) - IWR-Bench: Can LVLMs reconstruct interactive webpage from a user interaction video? [56.33950760097989]
IWR-Benchは、ビデオからインタラクティブなWebページ再構築におけるLVLM(Large Vision-Language Models)の機能を評価するための新しいベンチマークである。
IWR-Benchは100の現実世界のウェブサイトから1,001のアクションで1,3の精巧にキュレートされたタスクで構成されている。
このベンチマークは、ビデオとアセットからインタラクションロジックを推論する包括的なマルチモーダル推論と、このロジックを関数コードに変換するための高度なコード生成という、2つの基本的な課題に関するモデルを評価する。
論文 参考訳（メタデータ） (2025-09-29T12:38:06Z) - Fingerprinting web servers through Transformer-encoded HTTP response headers [0.0]
最先端のディープラーニング、ビッグデータ、自然言語処理を活用して、脆弱なWebサーババージョンの検出を強化しています。
我々は、さまざまな曖昧で非標準のHTTPリクエストを477万のドメインに送信して実験を行った。
論文 参考訳（メタデータ） (2024-03-26T17:24:28Z) - A Real-World WebAgent with Planning, Long Context Understanding, and
Program Synthesis [69.15016747150868]
本稿では,WebAgentについて紹介する。WebAgentは自己経験から学習し,実際のWebサイト上でタスクを完了させるエージェントである。
WebAgentは、指示を標準のサブ命令に分解し、長いHTMLドキュメントをタスク関連スニペットに要約し、ウェブサイトで作用する計画である。
我々は、我々のモジュラーレシピが実際のWebサイトの成功を50%以上改善し、HTML-T5が様々なHTML理解タスクを解決する最良のモデルであることを実証的に実証した。
論文 参考訳（メタデータ） (2023-07-24T14:56:30Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。