1D-Bench

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。