简介
2026 年 7 月论文，研究如何用轻量视觉语言模型评审生成式 Web 界面。作者整合了 WCAG 2.2 无障碍、欺骗性设计和认知可用性三类共 19 项原则，并在约 10,000 个注入且验证过违规项的生成页面上训练模型。
内容总结
这篇论文带来的新信号：
1. 超越功能正确性：不只检查生成代码能否运行，还评估界面是否可用、是否负责任
2. 设计原则覆盖广：同时纳入无障碍、欺骗性模式、感知、认知与交互原则
3. 可复现的数据流程：在多样化的 LLM 生成 Tailwind 页面中注入并验证已知违规项
4. 轻量评审模型：4B 视觉语言模型在 19 项原则上的 micro-F1 从 36% 提升到 84%
5. 可进入生成闭环：可用于自动审计、训练数据过滤，以及提升 UI 生成质量的奖励信号
1. 超越功能正确性：不只检查生成代码能否运行，还评估界面是否可用、是否负责任
2. 设计原则覆盖广：同时纳入无障碍、欺骗性模式、感知、认知与交互原则
3. 可复现的数据流程：在多样化的 LLM 生成 Tailwind 页面中注入并验证已知违规项
4. 轻量评审模型：4B 视觉语言模型在 19 项原则上的 micro-F1 从 36% 提升到 84%
5. 可进入生成闭环：可用于自动审计、训练数据过滤，以及提升 UI 生成质量的奖励信号
标签
ui-evaluationaccessibilitydesign-qualityvision-language-modelreinforcement-learning