UICrit：利用UI批评数据集增强自动化设计评估

视频

DOI

自动化UI评估可能有益于设计过程，例如比较不同UI设计或进行自动化启发式评估。特别基于LLM的UI评估有望对各种UI类型和评估任务具有通用性。然而，当前的基于LLM的技术尚未达到人类评估者的性能。我们假设可以通过收集有针对性的UI反馈数据集，然后使用该数据集增强通用LLM的性能来改进自动评估。我们提供了一个有针对性的数据集，包含983个移动UI的3059条设计批评和质量评级，这些数据来自七位至少具有一年专业设计经验的设计师。我们进行了深入分析来描述数据集的特征。然后，我们通过各种少样本和视觉提示技术将该数据集应用于实现LLM生成的UI反馈55%的性能提升。我们还讨论了该数据集的未来应用，包括为生成式UI技术训练奖励模型，以及微调一个可自动执行UI评估的工具无关的多模态LLM。