实体
HTMLBench-400
HTMLBench-400
PulseAugur coverage of HTMLBench-400 — every cluster mentioning HTMLBench-400 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
WebWorld 使用浏览器作为世界模型以实现自改进的 Web 代码
研究人员推出了一种名为 WebWorld 的新颖系统，该系统利用浏览器作为世界模型来实现自改进的 Web 代码生成。这种方法解决了现有方法中的一个关键缺陷，即提出代码修复的模型也负责对其进行评估，这导致了对实际功能的代理评估不佳。WebWorld 使用浏览器作为确定性模拟器来验证代码更改，确保改进是功能性的并且不会破坏现有功能。在评估中，WebWorld-27B 在 HTMLBench-400 和 MiniAppBench-Val 等…
-
HTMLCure框架通过交互式修复提升LLM生成的HTML质量
研究人员开发了HTMLCure，一个旨在提高大型语言模型生成的HTML质量的框架。该系统不仅在初始渲染时评估HTML，还在滚动和点击等用户交互后进行评估，捕获特定状态的证据。然后，HTMLCure利用这些数据驱动修复引擎，优化HTML，使其在各种状态下更健壮、更具功能性。由此产生的精炼模型，如HTMLCure-27B-Refined，在HTMLBench-400和MiniAppBench等基准测试中取得了有竞争力的性能，可与成熟的模型相媲美。