标签
UI2App 提出了一个基准测试，用于评估视觉语言模型从 UI 截图生成可执行网页应用的能力，重点关注超越视觉保真度的交互推理，并发现当前模型在推断完整交互行为方面存在显著差距。
TDDev通过整合需求分析、基于浏览器的验证和结构化修复，自动化Web应用生成的测试驱动开发，将代码质量相比基线提升34-48个百分点，并将人工干预减少到零。