Apple Machine Learning Research ·

FlowEval：基于参考的生成用户界面评估

💡 原文英文，约400词，阅读约需2分钟。

📝

内容提要

FlowEval是一种基于参考的评估框架，用于测量生成的用户界面（UI）是否支持真实的交互流程。通过比较真实网站的导航轨迹与生成的UI，FlowEval提供了可扩展且可靠的评估。研究表明，该指标与人类评估结果高度相关，显示出其在UI生成系统中的潜力。

🎯

🔎

FlowEval通过参考真实网站的导航轨迹，提供了一种可靠的评估方法。这种方法不仅提高了评估的准确性，还能在大规模UI生成系统中实现可扩展性，适合快速迭代的开发环境。开发者可以利用FlowEval来优化用户体验，确保生成的UI符合用户的真实交互需求。

传统的UI评估方法通常依赖于人类专家或自动化评估工具。人类评估虽然准确，但成本高且耗时，而自动化工具虽然快速，但准确性较低。FlowEval结合了两者的优点，提供了一种既高效又可靠的评估方式，能够在保持准确性的同时，降低评估成本。

尽管FlowEval显示出良好的评估能力，但仍需进一步研究其在不同类型UI生成系统中的适用性。未来的研究可以探索如何结合更多的用户反馈和行为数据，以进一步提升评估的准确性和实用性。这将有助于推动UI设计的智能化进程。

❓

FlowEval是一种基于参考的评估框架，用于测量生成的用户界面是否支持真实的交互流程。

FlowEval通过比较真实网站的导航轨迹与生成的用户界面，使用参考基准相似性指标进行评估。

研究表明，FlowEval的指标与人类评估结果高度相关，显示出其可靠性。

FlowEval在UI生成系统中具有可扩展且可靠的评估潜力。

FlowEval提供了可扩展性和可靠性，克服了依赖人类专家评估的成本和时间问题。

FlowEval的研究结果基于与专家UI评估者的小规模研究，验证了其指标的有效性。

🏷️