中国电信人工智能研究院 发布 WebUIBench 数据集, 应用在 Web界面自动化、自然语言处理 领域

中国电信人工智能研究院 本次发布的数据集 WebUIBench, WebUIBench是一个全面评估多模态大型语言模型（MLLMs）在WebUI到代码转换能力的数据集。数据集包含来自超过700个真实世界网站的高质量问答对，总计约21,793对。WebUIBench旨在通过WebUI感知、HTML编程、WebUI-HTML理解和WebUI到代码转换四个关键领域来评估MLLMs。数据集为9个子任务提供了多样化的评估，涵盖了WebUI元素分类、属性识别、视觉定位、OCR、代码错误纠正、代码功能编辑、网页-HTML匹配、网页-HTML检索以及WebUI到代码转换。数据集的创建过程包括收集真实世界网站的截图、源代码和页面元素信息，并通过网页切片和自动标注生成问答对。WebUIBench的数据集和评估框架为MLLMs在Web应用开发领域的性能评估提供了重要资源。

查看WebUIBench

README 内容： 

关于 中国电信人工智能研究院 , 中国电信人工智能研究院是中国电信旗下的研究机构，专注于人工智能领域的研究与应用，推动通信行业与人工智能技术的融合创新。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。