當網頁內文同時包含任務資料和惡意指令，要代理完全忽略非常重要。AdvSim2Real 屬於網頁代理安全訓練項目，透過動態產生任務和提示注入，處理代理被頁面內容帶偏的問題，並把能力提升帶到真實 Chromium 瀏覽器。
項目在凍結的 WebWorld-14B 中共同訓練任務課程、注入對手和網頁代理。課程專挑代理約有一半機會完成的任務，對手只有在注入令成功變成失敗時才獲得回報；每條操作軌跡再由凍結的 Qwen3.8-27B 評審。執行代理採用 Qwen3.5-4B，訓練後既提升正常任務能力，也減少對攻擊的敏感度。
| 元件 | 論文配置／作用 |
|---|---|
| Executor | Qwen3.5-4B；執行網頁任務 |
| Curriculum | 產生符合 Agent 當前能力嘅訓練任務 |
| Adversary | 產生令 Agent 偏離使用者目標嘅網頁注入內容 |
| World model | WebWorld-14B；模擬每次動作後嘅下一個網頁狀態 |
| Judge | Qwen3.8-27B；判斷任務是否完成 |
150 項測試任務中，正常完成率由 74.89%升至 81.33%；面對三個訓練所得對手時，完成率由 48.07%升至 57.48%。對未參與訓練的 Kimi-K3 對手，完成率相對基礎代理提升 33.6%；在不呼叫世界模型的真實 Chromium 測試中，嚴格成功率則由 25.56%升至 44.44%。
- 訓練方式：任務、攻擊和執行代理同步演化
- 核心限制：結果高度依賴 WebWorld-14B 模擬質素及 LLM 評審準確度
- 泛化能力：能抵抗未參與訓練的 Kimi-K3 對手
- 驗證範圍：涵蓋 150 項網頁任務及真實 Chromium 測試
儲存庫提供程式碼、benchmark、訓練 checkpoint 和結果，較適合研究網頁代理安全、Computer-use agents 及強化學習的團隊重現。使用者不能把它當成即裝即用的瀏覽器防護工具；要重現訓練或比較結果，仍需按項目提供的模擬器、模型 checkpoint 和評審流程建立測試環境。