AdvSim2Real 在冻结网页世界模型中协同进化任务、注入攻击与执行器，使 4B 智能体在未见前沿攻击者下完成率相对提升 33.6%
AdvSim2Real 在一个冻结的网页世界模型内让任务课程、注入攻击者与网页执行器三者协同进化：课程因执行器约半数成功的任务获得奖励，攻击者仅因把一次判定成功翻转为失败而获得奖励；训练后的 4B 执行器在 150 个网页任务上干净完成率由 74.89% 升至 81.33%，面对三个已学习攻击者由 48.07% 升至 57.48%，面对未参与训练的 Kimi-K3 由 23.00% 升至 30.72%。