WebWorld: 자기 개선 웹 코드를 위한 세계 모델로서의 브라우저

초록

VLM 주도 웹 코드 자기 개선에는 구조적 결함이 있다. 수리를 제안하는 모델이 곧 그 수리를 판정하는 모델이며, 그 판정자의 시각적 타당성은 페이지가 실제로 동작하는지에 대한 빈약한 대리 척도에 불과하다. 이 루프에서 빠진 것은 VLM이 속일 수 없는 상대방이며, 브라우저는 이미 그러한 상대방이다. 브라우저는 사용자 동작 하에서 HTML 산출물이 어떻게 동작하는지를 결정적으로 실행 가능하게 시뮬레이션하는 존재로, 이름만 빼면 웹 코드를 위한 세계 모델이다. 우리는 WebWorld를 제시한다. WebWorld는 VLM 사전 모델이 브라우저-세계 모델과 자율적으로 상호작용하도록 하고, 어떤 상호작용이 감독이 될지를 결정하는 인터페이스이다. 각 라운드에서 VLM은 비평을 생성하고 플래너는 이를 타입화된 상호작용 계약으로 컴파일한다. 브라우저는 후보를 재실행하며, 목표 진전과 이전에 검증된 모든 기능의 보존이 모두 충족될 때만 승인 인증서를 발급한다. 인증된 전이는 품질 래칫으로 축적되며, SFT 내보내기가 보게 되는 유일한 것이다. 동일한 훈련 조건에서 WebWorld-27B는 HTMLBench-400에서 Raw-27B보다 5.3점, MiniAppBench-Val에서 14.9점 향상되었으며, 대화형 HTML 생성에서 Kimi-K2.6 및 GPT-5.4와 같은 강력한 최첨단 시스템의 수준에 도달한다. 동일 규모의 절제 실험은 브라우저 기반 승인이 성능 향상을 주도함을 보여준다. 인증서가 없으면, 동일 조건의 9B 향상은 거의 사라진다.

English

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.