清华大学发布Vision2Web数据集,应用在视觉网站开发、多模态基准测试领域

清华大学本次发布的数据集Vision2Web,Vision2Web是由清华大学与智谱AI联合构建的多层次视觉网站开发基准数据集，涵盖从静态页面生成到全栈开发的193项任务，包含918张原型图像和1255个测试用例。数据集通过严格的三阶段流程（结构评估、内容筛选、人工审核）从真实网站中提取，确保功能丰富性和视觉一致性。其核心任务分为静态网页、交互式前端和全栈网站三个层级，旨在系统性评估多模态编码代理的跨模态推理、长程规划及系统构建能力，为端到端软件开发提供标准化测试平台。

查看Vision2Web

关于清华大学,清华大学是中国著名的高等学府，位于北京市海淀区，创建于1911年。作为中国顶尖的综合性研究型大学之一，清华大学在工程、计算机科学、经济管理等领域具有卓越的学术声誉和科研实力。

关于arXiv,全球最大的预印本学术论文数据库，涵盖物理、数学、计算机科学等多个学科领域。