InterWebCoder 用可执行测试训练多步交互网页
10 月 20 日提交的 InterWebCoder 把网页生成奖励从截图或 GUI 代理判断，转向可重放的测试脚本与逐状态视觉相似度。
事件 原文发布 本站收录 最后核验
为什么值得关注
生成网页能渲染并不代表点击、输入、导航和状态转换正确；可执行测试为交互行为提供更快且可复查的反馈。
技术细节
其 TEDS 流程从真实交互轨迹生成自包含网页和测试脚本，并将失败归因给网页代码或测试。作者从 2,058 个任务得到 1,736 个验证样本，随后用 test-ID 加权 SFT 与 GRPO 同时优化测试通过率和状态级视觉相似度。论文报告 9B 模型在 IWR-Bench 与 Vision2Web 的最终分数为 48.54 和 48.42；本地测试把每样本奖励计算从 92.40–130.01 秒降至 2.08 秒。
适合哪些读者
交互式网页生成、UI-to-code、测试驱动训练与生成式 UI 评测团队
原始来源
修订与更正记录 (1)
— New original research discovered outside the existing source directory; full paper and submission record verified, with attributed results, explicit limitations and counterexamples.