仓库渲染参考图助编码智能体定位UI缺陷

Fumiki Yohena 等作者提出为编码智能体补充由同一代码库渲染的清晰参考截图，帮助其在低分辨率、压缩失真或小字号文本的 UI 截图中定位界面元素与源文件。 在基于 SWE-bench Multimodal 构建、向真实 Web 应用注入 UI 视觉缺陷的受控基准上，作者报告参考图在四倍下采样加 JPEG 压缩条件下提升了 gold file 匹配率，识别文本的准确率比语言偏置 OCR 高约 12 个百分点。

AI 根据报道生成 · 53 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。