Oedipus-data

新的CaptchaAgent框架提升了AI视觉推理能力，用于验证码求解

研究人员开发了CaptchaAgent，一个旨在提高AI代理在解决复杂视觉推理验证码方面的准确性和可靠性的新框架。该系统构建了一个明确的视觉中间表示（V-IR），详细说明了实体、属性及其关系，超越了直接动作预测。CaptchaAgent通过结合局部证据精炼和反事实一致性验证来增强性能，在专有和已建立的基准测试上都显著提高了Pass@1率。