Yuchi Wang, Rongyao Fang, Weihao Yu, Xilin Wei, Tiancheng Gu, Dingkang Yang, Hang Zhang, Dayiheng Liu · 2026 · arXiv
DOI: 10.48550/arXiv.2610.26826 · open-access PDF
Abgesehen von den grundlegenden Werkzeugnutzungs- und Codierungskompetenzen ist die effektive Einbeziehung von visuellen Referenzen in die Agentengeneration ebenso wichtig für die Anwendung von KI-Agenten auf Produktivitätsaufgaben in der realen Welt.Wir untersuchen diese entscheidende Fähigkeit durch die Entwicklung von Webseiten, eine praktische und leicht zu bewertende Einstellung, in der bestehende Benchmarks weitgehend idealisiert bleiben: Sie konzentrieren sich typischerweise auf die Rekonstruktion von visuellen Zielen oder die Erstellung von Webseiten nur aus textuellen Anweisungen, wobei wir den gängigeren Workflow der Entwicklung aus visuellen Beispielen übersehen.
Machine translation (Meta M2M100); the English original follows.
Beyond basic tool use and coding skills, effectively incorporating visual references into agentic generation is equally essential for applying AI agents to real-world productivity tasks. We study this crucial capability through webpage development, a practical and readily evaluable setting in which existing benchmarks remain largely idealized: they typically focus on reconstructing visual targets or generating webpages from textual instructions alone, overlooking the more common workflow of developing from visual examples. Specifically, we introduce RefCraft, a benchmark comprising 300 realist
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.26826, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange