研究：用 YOLOv8 与 VLM 构建可自我进化的视觉 CAPTCHA 求解器

一项研究将微调后的 YOLOv8 检测器与开放权重 VLM 通过置信度路由组合，仅凭截图和操作系统输入事件运行，不使用浏览器自动化或 DOM 访问，在 16 个类别上达到 85.4% 总体准确率和 84.2% 宏平均准确率。