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
Au-delà des compétences de base en matière d’utilisation d’outils et de codage, l’intégration efficace des références visuelles dans la génération d’agents est tout aussi essentielle pour appliquer les agents d’IA aux tâches de productivité dans le monde réel.Nous étudions cette capacité cruciale par le biais du développement de pages web, un cadre pratique et facilement évaluable dans lequel les critères existants restent largement idéalisés : ils se concentrent généralement sur la reconstruction des objectifs visuels ou sur la génération de pages web à partir d’instructions textuelles seules, en ignorant le flux de travail plus commun de développement à partir d’exemples visuels.
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