RefCraft 网页开发基准发布

2026年10月20日，arXiv 人工智能板块刊出 Yuchi Wang 等人的研究，提出并发布 RefCraft 多模态网页开发基准。该基准包含 300 个真实网页开发任务，每个任务把自然语言指令与 1 至 5 张参考网页截图结合，要求智能体选择性理解参考内容，并完成渲染、目视检查与迭代改进。评测采用可独立验证的关键点，结合程序化评判与 VLM 评判；在 9 个前沿 (M)LLM 中，最高总分仅为 52.12/100。目前报道显示，该基准已随论文公开，尚无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。