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

Japanese

インタラクティブなウェブページは、現代のアプリケーションの基礎となっていますが、その視覚的外観と複数のステップの動作の両方を再現することは、マルチモダル大型言語モデル(MLLM)にとって依然として挑戦的です。スケーラブルなトレーニングデータは、ユーザーのアクション、ステータス移行、および期待される結果をキャプチャする必要がありますが、実際のウェブページコードはしばしば無関係なスクリプトや外部依存性に混ざっています。さらに、既存のGUIエージェントベースの検証は、遅く、潜在的に不安定な機能フィードバックを提供します。これらの課題に対処するために、我々はInterWebCoderを提案します。

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