热点事件持续更新
RefCraft发布视觉参考网页开发基准
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
RefCraft 发布了一个面向智能体网页开发的视觉参考条件基准。据 arXiv 2026年10月20日的新报道，该基准包含300个真实多模态网页开发任务，每个任务把自然语言指令与1至5张参考网页截图结合，要求智能体自行挑选并使用参考、渲染页面、进行视觉检查并迭代修改。评分依据可独立验证的 keypoints，并结合程序化判分与 VLM 裁判。在九个前沿（M）LLM 上，最强系统总分仅52.12分（满分100），表明视觉参考条件下的智能体生成在真实网页开发场景中仍是难题。
AI 根据报道生成 · 12 小时前更新
最新进展10月20日 01:55
新报道披露该基准含300个任务，九个前沿模型最高仅52.12分。报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv cs.AI / cs.LG 最新RefCraft 基准含 300 个视觉参考网页开发任务，最强模型仅得 52.12 分
RefCraft 是一个包含 300 个真实多模态网页开发任务的基准，把自然语言指令与 1 到 5 张参考网页截图放在一起。智能体需要自己挑选并使用这些参考，渲染页面、做视觉检查并迭代修改，评分依靠可独立验证的 keypoints 以及程序化判分和 VLM 裁判。在九个前沿（M）LLM 上最强系统总分只有 52.12（满分 100），说明视觉参考条件下的智能体生成在真实网页开发场景中仍是难题。
本事件热度走势
当前热度 5·可比范围峰值 7（10月20日 14:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。