Tencent Hy 推出 WebCraftBench，評估 AI 構建的網頁應用

Tencent Hy 推出 WebCraftBench。代理會使用線上應用，覆蓋率導向的探索會找出從未觸及的部分，基準再就美感、可用性，以及是否滿足原始要求評分。Tencent Hy 表示，在 197 組經人工驗證的配對中，與人類偏好的吻合率為 85.3%。論文見 arXiv:2609.15387。

Arena.ai 表示，WebCraftBench 根據從 Tencent Hy 內部 Code Arena 複製品收集的 369 項要求構建，涵蓋非正式語言、不完整指示、不同專案範圍和多元偏好。Arena.ai 亦表示，在 17 個模型中，其排名與 Code Arena 排行榜的相關性為 0.89。