标签
MobileForge 是一个面向项目级多屏移动应用生成的基准测试，用于评估多模态大语言模型在构建成功、跨页导航、视觉保真度、可维护性和效率方面的表现。对六个前沿多模态大语言模型的实验表明，当前模型能够编译并到达目标页面，但在交互式导航和视觉质量方面仍存在困难。