כתבה
arXiv cs.AI ·
WebUIProof: בדיקת יכולות קוד WebUI
WebUIProof: Benchmarking WebUI Code Generators with UI-Agent Execution Harness
WebUIProof הוא כלי לבדיקת יכולות קוד WebUI. הוא בודק את היכולת של מערכות ליצור קוד WebUI תקין ופונקציונלי. הכלי משתמש ב-UI-agent harness כדי לבצע בדיקות אינטראקטיביות. הוא נבדק על 8 מודלים מסחריים, כולל Qwen.
תקציר מקורי באנגליתarXiv:2610.02617v1 Announce Type: cross Abstract: Evaluating WebUI code generation at scale is difficult: outputs may compile and look plausible yet fail under user interaction, and prior benchmarks largely rely on free-form prompts with static checks (build success, screenshots) that miss functional correctness. We introduce WebUIProof, an execution-oriented benchmark that provides structured specifications and dense, executable interaction tests for WebUI generation across two task families: general WebUIs (e.g., dashboards, game, interactive tools) and 3D interactive simulation (e.g., particle/galaxy systems, physics dynamics). WebUIProof includes a UI-agent harness that runs executable interaction tests in a headless browser using an iterative plan--act--observe loop: it locates DOM el
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית