RefCraft：通过网页开发对视觉参考条件下的自主生成进行基准测试

除了基本的工具使用和编码技能之外，将视觉参考有效地融入代理生成对于将 AI 代理应用于现实世界的生产任务同样至关重要。我们通过网页开发这一实际且易于评估的方式来研究这一关键能力。