परिचय
जुलाई 2026 का paper, जो generated web interfaces के लिए lightweight vision-language critic पर केंद्रित है। Authors WCAG 2.2 accessibility, deceptive design और cognitive usability को समेटने वाले 19 principles को एक साथ लाते हैं, फिर लगभग 10,000 generated pages पर verified synthetic violations के साथ training करते हैं।
सारांश
यह paper क्या नया संकेत देता है:
1. Correctness से आगे quality: केवल code चलने की बजाय जाँचता है कि generated interfaces उपयोगी और जिम्मेदार भी हैं या नहीं
2. व्यापक design coverage: Accessibility, deceptive-pattern, perception, cognition और interaction principles को जोड़ता है
3. Reproducible data pipeline: अलग-अलग LLM-generated Tailwind pages में ज्ञात violations डालकर verify करता है
4. Efficient critic: 19-principle benchmark पर 4B vision-language model को 36% से 84% micro-F1 तक सुधारता है
5. Generation-loop utility: बेहतर UI generators के लिए critic को audit gate, training-data filter और reward signal की तरह रखता है
1. Correctness से आगे quality: केवल code चलने की बजाय जाँचता है कि generated interfaces उपयोगी और जिम्मेदार भी हैं या नहीं
2. व्यापक design coverage: Accessibility, deceptive-pattern, perception, cognition और interaction principles को जोड़ता है
3. Reproducible data pipeline: अलग-अलग LLM-generated Tailwind pages में ज्ञात violations डालकर verify करता है
4. Efficient critic: 19-principle benchmark पर 4B vision-language model को 36% से 84% micro-F1 तक सुधारता है
5. Generation-loop utility: बेहतर UI generators के लिए critic को audit gate, training-data filter और reward signal की तरह रखता है
Tags
ui-evaluationaccessibilitydesign-qualityvision-language-modelreinforcement-learning