新基准 1D-Bench 评估迭代式 UI 代码生成

研究人员推出了 1D-Bench，这是一个旨在评估迭代式 UI 代码生成模型的新基准。该基准基于真实的电子商务工作流程，并使用可能包含错误的导出的中间表示，以测试模型的鲁棒性。它要求生成可执行的 React 代码，并支持多轮编辑过程，模型在此过程中接收执行反馈以改进其输出。实验表明，迭代编辑通常会提高性能，尽管对高级训练技术的进一步研究带来的收益有限。 AI

影响 为评估 UI 代码生成模型建立了一个新标准，可能加速该领域的进展。

排序理由 该集群描述了一个用于评估 AI 模型的新基准，该基准在 arXiv 的学术论文中发布。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• 1D-Bench
• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• React
• ScienceCast
• Yipeng Yu

• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →