Interaction2Code benchmark

该数据集名为Interaction2Code，包含97个独特的网页以及213种不同的交互操作，覆盖了15种网页类型和30个交互类别。该基准测试被用于评估多模态大型语言模型（MLLMs）在生成互动网页元素方面的性能。其规模涉及97个独特网页和213种明确交互，任务重点在于从设计图中生成互动网页。

This dataset is named Interaction2Code. It contains 97 unique web pages and 213 distinct interaction operations, covering 15 web page types and 30 interaction categories. This benchmark is designed to evaluate the performance of Multimodal Large Language Models (MLLMs) in generating interactive web page elements. It involves 97 unique web pages and 213 explicit interactions, with its core task focusing on generating interactive web pages from design mockups.

搜集汇总

背景与挑战

背景概述

Interaction2Code benchmark是一个系统评估MLLMs在生成交互式网页代码方面性能的数据集，包含127个独特网页和374个交互，覆盖多种网页类型和交互类别。数据集提供了交互原型图像和描述文件，支持自动和人工评估，并提出了针对MLLMs局限性的增强策略。