Newest papers

InterWebCoder: Learning Interactive Webpage Generation from Executable Tests via Reinforcement Learning

Jingyu Xiao, Dasen Dai, Yuxuan Wan, Jen-tse Huang, Yintong Huo, Hongyu Zhang, Michael R. Lyu · 2026 · arXiv

DOI: 10.48550/arXiv.2610.28610 · open-access PDF

German

Interaktive Webseiten bilden die Grundlage für moderne Anwendungen, aber das Wiedergeben sowohl ihres visuellen Erscheinungsbildes als auch ihres mehrstufigen Verhaltens ist für multimodale große Sprachmodelle (MLLMs) nach wie vor eine Herausforderung. Skalierbare Trainingsdaten müssen Benutzeraktionen, Zustandsübergänge und erwartete Ergebnisse erfassen, während der reale Webseitencode oft mit irrelevanten Skripten und externen Abhängigkeiten verwickelt ist.Darüber hinaus bietet die bestehende GUI-Agent-basierte Verifizierung langsames und potenziell instabiles funktionelles Feedback.

Machine translation (Meta M2M100); the English original follows.

Abstract

Interactive webpages underpin modern applications, but reproducing both their visual appearance and multi-step behavior remains challenging for multimodal large language models (MLLMs). Scalable training data must capture user actions, state transitions, and expected outcomes, while real-world webpage code is often entangled with irrelevant scripts and external dependencies. Moreover, existing GUI-agent-based verification provides slow and potentially unstable functional feedback. To address these challenges, we propose InterWebCoder, an efficient framework for interactive webpage code generat

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange