InterA11y 让 LLM 代理主动检查交互式网页无障碍问题
10 月 29 日提交的 InterA11y 把规则、准则量表与浏览器交互工具结合，在 10 项常见 WCAG 标准、682 个整理测试和 54 个真实网页衍生的 197 个专家标注样例上评估无障碍错误检测。
事件 原文发布 本站收录 最后核验
为什么值得关注
生成式 UI 会改变组件、状态与交互路径，静态 DOM 规则无法观察所有结果，纯视觉或通用代理又容易漏检和误报。把确定性检查与受控交互结合，可把无障碍从发布前清单推进到运行时证据收集。
技术细节
论文报告 InterA11y 在专家标注集上的召回率为 79.0%，高于最强 LLM 检查器的 44.4%，精确率 93.1%，与规则检查器约 95.7% 接近。给通用代理加入其工具后，AgentLab 的召回率从 22.2% 升至 44.9%、FDR 从 22.7% 降至 11.7%；Browser Use 从 36.0% 升至 42.3%、FDR 从 24.4% 降至 16.6%。官方仓库提供数据集、逐例预测、运行时、适配器和无需模型调用即可重算统计的命令。
适合哪些读者
生成式 UI、设计系统、网页平台、QA 与无障碍工程团队
原始来源
- InterA11y arXiv paper and official replication repository ↗arxiv.org
- Official replication repository with datasets, saved predictions and runners ↗github.com
修订与更正记录 (1)
— Publish a primary-source accessibility study with a public replication package because it adds interactive evidence gathering, quantified counterevidence, cost limits and a reproducible saved-result path relevant to generated interfaces.