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

WebCraftBench 讓代理實際使用線上應用，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 組經驗證的配對中，與人類偏好的吻合率為 85.3%。

Language: zh-HK
Time zone: Asia/Hong_Kong
Current time (UTC, cached as of): 2026-11-10T07:42:00.000Z
Query date (Asia/Hong_Kong): 2026-11-10

HTML: https://didcodexreset.com/zh-hk/news/031b24a018914b03aeef5540.html

Content language: zh-HK
Localization state: translated

來源：Arena.ai · 發布於 24/9/2026 04:50:09

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](https://arxiv.org/abs/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。

Tags: WebCraftBench, 基準測試, Tencent Hy, Code Arena, Arena.ai

[查看主帖原文](https://x.com/arena/status/2102858150789669291)