AI圈报论文研究普通
腾讯混元推出 WebCraftBench 评测基准
原始标题：The AI says the site is done. Then the homepage errors， the buttons overlap， and it added a login fl…
内容摘要
AI 说网站做好了。然后首页报错，按钮重叠，还加了一个你从没要求过的登录流程。🙃 介绍 WebCraftBench：智能体实际使用运行中的应用，覆盖率引导的探索发现从未被触达的部分，然后我们评估美观度、可用性，以及原始需求是否被满足。在 197 个人工验证的配对样本上，它与人类偏好的一致率达到 85.3%。 论文：https://arxiv.org/abs/2609.15387
内容分类AI 论文与研究
内容层级普通情报
发布时间（北京时间）
本站收录时间（北京时间）
信息来源X：腾讯混元 (@TencentHunyuan)
站内情报编号intel-47abb7b46433c37018771002