实体 WebGen-Bench

WebGen-Bench

PulseAugur coverage of WebGen-Bench — every cluster mentioning WebGen-Bench across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

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 1 条

TOOL · CL_191101 · Aug 10 · 04:00

WebGrader 使用自演进评分器训练用于 Web 开发的大语言模型

研究人员推出了一种新颖的系统 WebGrader，旨在训练用于 Web 开发任务的大语言模型。这种自演进程序化评分器可自动从网站请求生成交互流程，并将其表示为可执行的 Flow Contracts。通过分离测试规划、动作接地、证据收集和语义判断，WebGrader 确保仅在观察到完整转换后才发出判决，从而提高了 WebGen-Bench 和 WG-core-250 等基准的函数成功率。