标签
WebLoop 是一个以执行信号为基础的框架，将生成、批评与精修统一在同一策略中联合学习。基于 Qwen3.5-9B，它在 WebRise 和 WebGen-Bench 上分别取得 41.5 和 38.9% 的成绩，较基座模型提升 11.3 和 15.4 个点，且增益可迁移至 27B 规模和多模态输入。