**CLIFT：基于置信区间自验证的 Web 智能体训练与测试时扩展方法**

_CLIFT: Conformal Self-Verification for Web Agent Training and Test-Time Scaling_

> 针对强化学习训练中监督信号稀疏及外部裁判模型昂贵的问题，CLIFT 提出了一种基于置信区间自验证的训练与测试时扩展框架。该方法在训练阶段利用组合置信区间裁判器筛选并加权自验证信号，在测试阶段通过保守的多数投票机制实现无需外部裁判的轨迹选择。实验表明，CLIFT 在 WebArena Infinity 等基准测试中取得了开源智能体的最先进性能，并成功将开源模型的能力迁移至 GPT-5.5，实现了高效的测试时扩展。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-16 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.06829)