Tencent Hunyuan introduces WebCraftBench for agent web-app evaluation原文

Tencent Hunyuan announced WebCraftBench, a benchmark where agents use a live app, with coverage-guided exploration and scoring of aesthetics and usability.

这条更新涉及 3 条赛道的 6 项工作，最高采信到 L2 部分自动化。

最高采信

L2部分自动化

工作

6

赛道

3

浏览

3.52 万

它涉及的工作

级别高的在前。点开一项工作，查看推动它的其他更新。

• L2部分自动化
  提出算法并研究计算性质计算机与工程技术研究
  L2 部分自动化仅来自发布方
• L2部分自动化
  构建研究原型并开展对照实验计算机与工程技术研究
  L2 部分自动化仅来自发布方
• L2部分自动化
  实现工具调用与智能体工作流模型应用与智能体系统
  L2 部分自动化仅来自发布方
• L2部分自动化
  构建模型应用评估与回归集模型应用与智能体系统
  L2 部分自动化仅来自发布方
• L2部分自动化
  设计测试场景与测试数据软件测试与缺陷分析
  L2 部分自动化仅来自发布方
• L2部分自动化
  执行自动化测试与探索测试软件测试与缺陷分析
  L2 部分自动化宣称 L3 · 采信 L2仅来自发布方

发布于