# Tencent Hy、AIで作ったウェブアプリ向けWebCraftBenchを発表

WebCraftBenchは、エージェントに稼働中のアプリを使わせたうえで、見た目、使いやすさ、元の依頼を満たしたかを採点する。Tencent Hyは、検証済み197組で人間の好みとの一致が85.3%だったと報告している。

Language: ja
Time zone: Asia/Tokyo
Current time (UTC, cached as of): 2026-11-10T06:59:00.000Z
Query date (Asia/Tokyo): 2026-11-10

HTML: https://didcodexreset.com/ja/news/031b24a018914b03aeef5540.html

Content language: ja
Localization state: translated

出典：Arena.ai · 2026/9/24 05:50:09 公開

Tencent HyがWebCraftBenchを発表した。エージェントは稼働中のアプリを使い、カバレッジ誘導探索で一度も到達しなかった箇所を見つけ、ベンチマークは見た目、使いやすさ、元の依頼を満たしたかを採点する。Tencent Hyによると、人間が検証した197組では、人間の好みと85.3%の割合で一致した。論文は[arXiv:2609.15387](https://arxiv.org/abs/2609.15387)。

Arena.aiによると、WebCraftBenchはTencent HyのCode Arena内部レプリカから集めた369件の依頼をもとに作られ、くだけた言葉、不完全な指示、異なるプロジェクト規模、多様な好みを含む。Arena.aiはまた、17モデル全体で順位がCode Arenaのリーダーボードと0.89の相関を示したとしている。

Tags: WebCraftBench, ベンチマーク, Tencent Hy, Code Arena, Arena.ai

[元の投稿を見る](https://x.com/arena/status/2102858150789669291)