Salesforce CLIFT 方法让 31B Gemma-4 网页智能体在 WebArena 超过 Gemini 3 Flash

Salesforce AI Research 提出 CLIFT 方法，让 31B 开源 Gemma-4 网页智能体在 9 个应用的 WebArena Infinity 上拿到 74.6%，高于使用 browser use 的 Gemini 3 Flash 的 70.1%。方法核心是让智能体回答关于自身 rollout 的验证问题，再用保形认证器筛选与训练时裁判一致的问题并加权加入每步奖励。测试时只用冻结题库在贪婪 rollout 和少量重试之间选择，无需外部裁判。该智能体比基础模型提升 12.8 分，在 9 个应用中赢下 7 个，题库还能迁移到 GPT-5.5（VisualWebArena）和 Online Mind2Web 的实时网页智能体上。