Tencent Hy @TencentHunyuan

AI说网站完成了。然后首页出错，按钮重叠，还加了你从未要求的登录流程。🙃 介绍WebCraftBench：智能体实际使用实时应用，覆盖引导探索发现从未到达的地方，然后我们评分美学、可用性以及是否满足原始请求。 在197个人工验证的配对中，它与人类偏好匹配度达85.3%。 论文：https://t.co/0QT2srOKTZ