语言模型与启发式规则对移动UI评分分歧明显

Md Rejaul Korim Sadi 等作者发表论文，比较文献启发式评分器与三个开放权重语言模型对移动 UI 质量的评分。研究基于 RICO 数据集构建 15,000 屏语料，在两种输入表示下共产生 270,000 条评分，发现两类评分源一致性持续偏弱：18 个模型-表示-维度组合中有 17 个原始 kappa 低于 0.15。 作者称，这一结果只是刻画两种自动评分器之间的分歧，并不证明任何一方正确，并说明了若要得出更强结论所需的验证。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。