[
    {
        "id": "osp-17416",
        "type": "article-journal",
        "title": "تعلم الحلقة، ليس فقط الصفحة: التعلم الحلق على أساس الإنجاز لجيل الويب",
        "author": [
            {
                "family": "Meng",
                "given": "Yuxin"
            },
            {
                "family": "Zhang",
                "given": "Ruixu"
            },
            {
                "family": "Wang",
                "given": "Junjie"
            },
            {
                "family": "Suo",
                "given": "Yuhan"
            },
            {
                "family": "Sun",
                "given": "Yuhan"
            },
            {
                "family": "Hu",
                "given": "Ruining"
            },
            {
                "family": "Yu",
                "given": "Yiyao"
            },
            {
                "family": "Wang",
                "given": "Yubin"
            },
            {
                "family": "Ruan",
                "given": "Shouwei"
            },
            {
                "family": "Wang",
                "given": "Bin"
            },
            {
                "family": "Liao",
                "given": "Yue"
            },
            {
                "family": "Zhang",
                "given": "Yuxiang"
            },
            {
                "family": "Yang",
                "given": "Yujiu"
            }
        ],
        "URL": "https://omanscience.com/ar/articles/learning-the-loop-not-just-the-page-execution-grounded-loop-learning-for-web-generation",
        "language": "en",
        "issued": {
            "date-parts": [
                [
                    2026
                ]
            ]
        },
        "abstract": "يتم تحسين إنتاج الويب الوظيفي بشكل متزايد مع مكافآت قابلة للتنفيذ، ومع ذلك تركز الأساليب الحالية إلى حد كبير على جودة الصفحة النهائية وتترك عملية تشخيص وإصلاح التطبيقات غير الكاملة دون استكشاف. نحن نحدد تحديًا مركزيًا في هذا الإعداد: إنّ المولّد والمصفّح ينتجون أثاثًا قابلة للتنفيذ مع مكافآت بيئية مباشرة، بينما يؤثر النقيب المتوسط على السلوك التدريجي دون نتيجة يمكن تنفيذه بشكل مباشر. نقوم بتقديم WebLoop، وهي إطار عمل يستند إلى التنفيذ الذي يتعلم بشكل مشترك التوليد والانتقاد والتحسين داخل سياسة مشتركة. تدرب WebLoop ناقد خالي من التنفيذ مع إشارات متكاملة للاختفاء على مستوى المتطلبات والفائدة في نهاية المطاف، أولاً إقامة تشخيص موثوق به ثم إدخال الائتمان الذي يدرك العواقب، بينما يتم تحسين جميع الأدوار الثلاثة بشكل مشترك مع تعلم السياسات ذات الصلة بالجماعة. مع Qwen3.5-9B، يصل WebLoop إلى 41.5 بشكل عام على WebRise ودقة 38.9٪ على WebGen-Bench، مما يحسن النموذج الأساسي بنسبة 11.3 و 15.4 نقطة على التوالي. تنتقل المكاسب إلى الجيل الأول، وتستمر على مقياس 27B، وتتعميم من التدريب النصي فقط إلى المدخلات المتعددة الطرق. وتظهر التحليلات المسيطر عليها كذلك أن التحسن لا يمكن تفسيره بمجرد مرور إضافي للتحسين وحده، مما يسلط الضوء على أهمية تعلم النقاد والحلقة نفسها."
    }
]