Skip to content
Hot eventLive

LLM生成声明式规范桥接自然语言与What-If交互界面

1 reports1 sources4 hr ago updated

Get the story

AI overview

2026年10月8日，arXiv Human-Computer Interaction（一手）报道该研究：构建覆盖11种类型、5个数据集的405个What-If分析问题基准，评估三个LLM直接一次性生成界面的表现。结果显示，17-45%的情况下无法产出可用界面，其中目标误读率最高达77.5%，约束误读率最高达58.2%。该研究旨在说明LLM生成的声明式规范在连接自然语言与交互式What-If界面时仍存在可用性与语义理解方面的挑战。

Generated from reports · updated 3 hr ago

LatestOct 8
新报道给出405题基准：三个LLM一次性生成界面时17-45%不可用，目标与约束误读率最高77.5%和58.2%。

Timeline

Follow the coverage from different angles.

Oct 8, 2026
  1. arXiv · Human-Computer Interaction
    LLM 生成的声明式规范如何连接自然语言与交互式 What-If 界面

    研究构建了覆盖 11 种类型、5 个数据集的 405 个 What-If 分析问题基准，发现三个 LLM 直接一次性生成界面时，17-45% 无法产出可用界面，目标与约束的误读率最高分别达 77.5% 和 58.2%。

Heat trend

Current heat 9·Comparable peak 10（Oct 8）·Comparable change over 24 hours –

02.557.510Oct8Oct8Oct8Oct8

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.