腾讯推出iwc-bench评测AI生成网页的实用性

腾讯混元联合清华、北大推出iwc-bench，专门评测AI生成的网页实际用起来的效果。该基准收录369条真实用户需求和5088条验收标准，17个模型共生成了6273个网页应用。在197组人工复核的对比中，iwc-bench有168组与人类选择一致，一致率达到85.3%。结果显示，网页「看起来不错」和「真的好用」并不相同。