English(EN) FullFront: Benchmarking MLLMs Across the Full Front-End Engineering Workflow

新的FullFront基准测试揭示了多模态大语言模型在前端工程中的局限性

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-28 04:00

研究人员推出了FullFront，这是一个旨在评估多模态大语言模型（MLLMs）在整个前端工程工作流中的新基准测试。该基准测试评估三个关键任务：网页设计概念化、视觉元素理解和代码生成。与之前的基准测试不同，FullFront采用新颖的两阶段流程，从真实网页创建干净的HTML，避免版权问题并确保多样性。初步测试显示，当前MLLMs在页面感知、代码生成和交互实现方面存在显著局限性，与人类专家相比存在巨大的性能差距。 AI

影响突出了当前多模态大语言模型在复杂编码任务中的局限性，指明了AI辅助软件工程未来发展的方向。

排序理由一项介绍新AI模型评估基准测试的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

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

本文如何被排名

Signal score: 11 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 一项介绍新AI模型评估基准测试的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, product; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Haoyu Sun, Huichen Will Wang, Jiawei Gu, Linjie Li, Yu Cheng · 2026-10-28 04:00

FullFront：在完整前端工程工作流中对 MLLM 进行基准测试

arXiv:2505.17399v4 Announce Type: replace Abstract: Front-end engineering involves a complex workflow where engineers conceptualize designs, translate them into code, and iteratively refine the implementation. While recent benchmarks primarily focus on converting visual designs t…

本文如何被排名

报道来源 [1]

FullFront：在完整前端工程工作流中对 MLLM 进行基准测试

相关实体

相关话题