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
Las páginas web interactivas son la base de las aplicaciones modernas, pero reproducir su apariencia visual y su comportamiento en múltiples pasos sigue siendo un desafío para los modelos multimodales de grandes lenguajes (MLLM). Los datos de capacitación escalables deben capturar las acciones del usuario, las transiciones de estado y los resultados esperados, mientras que el código de la página web en el mundo real a menudo está entrelazado con scripts irrelevantes y dependencias externas. Además, la verificación existente basada en agentes GUI proporciona retroalimentación funcional lenta y potencialmente inestable.
Machine translation (Meta M2M100); the English original follows.
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
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.28610, 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