CaptchaMind：通过显式推理监督的强化学习训练验证码求解器

验证码广泛用于人机验证，常阻碍智能代理实现端到端自动化。现代验证码求解需强大的多步视觉推理与交互能力，但因缺乏大规模数据及过程级标注，基于训练的方法尚属空白。本文提出首个支持大规模训练的验证码基准 CaptchaBench，含 1.6 万样本及详细标注。评估显示现有方法在细粒度视觉捕捉上表现不佳。为此，我们推出 CaptchaMind，一种采用显式推理过程监督的强化学习求解器，在八类任务中平均成功率达 82.9%，显著优于现有方法。