Skip to content
Hot eventLive

WebUIProof：基于UI-Agent执行框架的WebUI代码生成基准

1 reports1 sources16 hr ago updated

Get the story

AI overview

2026年10月5日，arXiv Multiagent Systems 发布 WebUIProof，一个面向执行的 WebUI 代码生成评测基准（一手报道）。该基准覆盖通用 WebUI 与 3D 交互仿真两类任务，提供结构化规格与可执行交互测试。其 UI-agent harness 在无头浏览器中以 plan–act–observe 循环定位 DOM 元素、执行动作并校验断言。对八款商用 LLM 的评测显示，页面渲染成功时交互需求仍频繁失败，3D 仿真界面尤甚。目前尚无后续报道或版本更新信息。

Generated from reports · updated 16 hr ago

LatestOct 5
arXiv 发布 WebUIProof 基准，评测八款商用 LLM，显示交互需求在渲染成功后仍频繁失败。

Timeline

Follow the coverage from different angles.

Oct 5, 2026
  1. arXiv · Multiagent Systems
    WebUIProof：用 UI-Agent 执行框架评测 WebUI 代码生成器

    WebUIProof 是一个面向执行的 WebUI 代码生成评测基准，覆盖通用 WebUI 与 3D 交互仿真两类任务，提供结构化规格与可执行交互测试。其 UI-agent harness 在无头浏览器中以 plan–act–observe 循环定位 DOM 元素、执行动作并校验断言；对八款商用 LLM 的评测显示，页面渲染成功时交互需求仍频繁失败，3D 仿真界面尤甚。

Heat trend

Current heat 7·Comparable peak 10（Oct 5）·Comparable change over 24 hours –

02.557.510Oct5Oct5Oct5Oct6

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.