I-WebGenBench：评估 LLM 生成的科学 Web 应用中的交互性

近期视觉语言模型的进步推动了自主代理在复杂推理与工具使用方面的发展。然而，现有文档代理多将论文转化为静态产物，难以表达涉及动态机制的技术内容。本文提出“论文到交互系统代理”，能端到端地将研究论文转化为可执行的交互式 Web 系统，无需人工干预。为此，我们构建了包含 19 篇论文及其专家构建交互系统的基准评测集，并提出 PaperVoyager 框架，在合成过程中显式建模机制与交互逻辑。实验表明，该方法显著提升了生成系统的质量，为科学论文的交互式理解提供了新范式。