2026 · 会议论文
IWR-Bench：大型视觉语言模型能否根据用户交互视频重建可交互网页？
IWR-Bench: Can LVLMs reconstruct interactive webpage from a user interaction video?
测试模型利用用户交互视频和提供的静态资源重建可交互网页的能力。其 113 项任务通过重放标注的操作序列，评估已观察页面状态的视觉保真度与功能行为。
研究范围与局限
要求输出单个 HTML 文件；论文明确要求用 JavaScript 静态数据模拟隐含的后端逻辑。轨迹覆盖和模型评审均不能证明完整网站或后端等价。
与本合集的关联
提供超越静态截图的行为重建基准，同时明确前端与后端的能力边界。
发表与核查详情
- 发表载体
- ICLR 2026
- 发表状态
- 会议论文
- 出版／提交日期
- 2026 年（具体日期未核实）
- 日期依据
- 采用 ICLR 官方论文集标明的出版年份，不推定更精确的出版日期。
- arXiv 首次提交
- 2025 年 9 月 29 日
- arXiv
- 2509.24709
- 已核对的 arXiv 版本
- v3
作者及顺序以正式发表的 PDF 为准，共 20 位。论文集网页的部分中间作者顺序不同；arXiv v3 和项目页列出 21 位，另含 Yunfei Zhao。2025 年预印本日期与 ICLR 2026 发表年份分开记录。
来源核查于
本合集仅核对来源，未重新运行论文实验。请通过原始论文或 BibTeX 引用原作者。
一手来源
- https://proceedings.iclr.cc/paper_files/paper/2026/hash/55bfedfd31489e5ae83c9ce8eec7b0e1-Abstract-Conference.html
- https://proceedings.iclr.cc/paper_files/paper/2026/file/55bfedfd31489e5ae83c9ce8eec7b0e1-Paper-Conference.pdf
- https://arxiv.org/abs/2509.24709
- https://github.com/SIGMME/IWR-Bench
- https://sigmme.github.io/IWR-Bench/
- https://huggingface.co/datasets/IWR-Bench/IWR-Bench