10:09
官方账号arXiv cs.AI@Yiyao Wang, Zhen Wen, Yinghao Tang, Yixiao Fu, Lin Yuan, Xiaolau Zhang, Jun Zhou, Wei Chen
推荐理由：LiveEvalBench开源了，用三个AI角色协作评测网页生成，比静态基准更贴近真实开发场景。
LiveEvalBench
共 1 条相关 AI 资讯
8月5日
10:09
LiveEvalBench将网页生成评估重构为智能体化流程，由Build Engineer、Code Engineer、UI Tester三个角色协作覆盖部署、代码检查和浏览器交互。框架通过共享评分细则与实现落地标准结合，应对多种合法实现。实验显示其评估结果与人类专家高度一致，并对前沿模型的网页生成能力提供细粒度洞察。代码已开源在GitHub。