Arena@arenaReal-world app requests don't come as perfect specs. Congrats to the @TencentHunyuan team on WebCraf…
DịchWebCraftBench của Tencent Hunyuan sử dụng 369 yêu cầu thực tế từ người dùng để kiểm tra khả năng xây dựng ứng dụng của AI, với độ chính xác khớp với đánh giá của con người lên tới 85,3%.
Tencent Hunyuan@TencentHunyuanThe AI says the site is done. Then the homepage errors, the buttons overlap, and it added a login fl…
DịchWebCraftBench là bộ tiêu chuẩn mới giúp đánh giá khả năng thiết kế web của AI thông qua việc kiểm tra tính thẩm mỹ, độ khả dụng và mức độ đáp ứng yêu cầu thực tế, với độ chính xác đạt 85,3% so với đánh giá của con người.
Thêm 1 nguồn khác đưa tinX: Arena (@arena)WebCraftBench sử dụng phương pháp kiểm thử phần mềm để đánh giá khả năng tạo web của AI thông qua độ bao phủ mã, đồng thời chấm điểm dựa trên tính thẩm mỹ, trải nghiệm người dùng và độ chính xác theo yêu cầu.