推文

@kafkaup · 2026-10-08 21:34

📄 CLIFT: Conformal Self-Verification for Web Agent Training and Test-Time Scaling 概述：CLIFT提出了一种一致性自验证机制，让网页智能体回答关于自身轨迹的自然语言验证问题，从而在训练阶段生成稠密奖励信号，并在测试阶段实现无需外部判别器的轨迹选择与扩展。 核心贡献：该方法的最强贡献在于设计了组合式一致性认证器，通过极性感知的提升度来筛选并加权自验证信号，使其在训练中安全融入奖励且绝不低于判别器基线，同时在测试阶段无需外部判别器即可复用该认证信号池进行轨迹选择。 实验结果：据作者所述，CLIFT在WebArena Infinity上取得开源网页智能体中的最先进性能，其认证问题库从开源模型迁移到GPT-5.5后在VisualWebArena上同样达到最先进水平，并且在未经训练的Online Mind2Web上零样本评估中也提升了实时网页智能体的表现，但摘要未给出具体数值结果。

曝光 104 · 评论 1 · 点赞 0 · 书签 0 · 曝光/时 16.446574734625415