持续训练提升 AI 破解视觉验证码能力

研究团队将微调后的 YOLOv8 检测器、开放权重视觉语言模型和置信度路由结合，使 AI 在不访问浏览器 DOM、仅依据截图和操作系统输入事件的情况下求解视觉 CAPTCHA。系统对 16 个类别的总体准确率为 85.4%，宏平均准确率为 84.2%。 该系统会把 VLM 每次生成的答案用作训练标签，检测器通常在一两次接触后即可学会新类别；在模拟的月度对抗测试中，它也能恢复受到扰动后的准确率，显示持续使用可增强模型适应验证码变化的能力。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。