EvoGenUI-Bench: Evaluating LLMs as Multi-Turn Generative UI Assistants

• 类型：arxiv
• 标识：2608.29387
• 链接：https://arxiv.org/abs/2608.29387
• 主分类：evaluation
• 形态：benchmark
• 被引：1
• 被引来源：Semantic Scholar
• S2被引：1
• OpenAlex被引：0
• 影响力被引：0
• TLDR：EvoGenUI-Bench is introduced, a benchmark for multi-turn interface maintenance comprising 150 five-turn tasks and 750 turns across three scenarios: information presentation, executable interaction, and tool-grounded external state.
• OpenAlex ID：W7204963629
• OpenAlex DOI：10.48550/arxiv.2608.29387
• DOI：10.48550/arxiv.2608.29387
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/2608.29387
• OpenAlex更新：2026-09-04
• 待LLM分类：否
• 标题中文：EvoGenUI-Bench：评估 LLM 作为多轮生成式 UI 助手
• TLDR中文：提出 EvoGenUI-Bench，一个面向多轮界面维护的基准，包含 150 个五轮任务，共计 750 轮，覆盖三种场景：信息呈现、可执行交互和工具驱动的外部状态。
• 来源文件：
• /inbox/tom/_candidates/2026-09-02-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]