論文の概要: AUV-Bench: Aesthetic Understanding and Generation Evaluation for User Interfaces

• arxiv url: http://arxiv.org/abs/2609.34854v1
• Date: Mon, 28 Sep 2026 10:46:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 02:12:21.883741
• Title: AUV-Bench: Aesthetic Understanding and Generation Evaluation for User Interfaces
• Title（参考訳）: AUV-Bench:ユーザインタフェースの美的理解と生成評価
• Abstract要約: 専門的なデザインの実践では、デザイナーは、判断、診断、修復、創造を一貫して導く審美原則の体系的なセットに依存している。 しかし、既存の評価は、通常、これらの能力を単独で評価し、タスクレベルの成功が共通の美的理解を反映しているかどうかを判断することは困難である。 AUV-Benchは,1,395の実行可能なWebインターフェースと,美的評価,診断,修復,テキスト・ツー・UI生成という4つのタスクを中心に,プロのUIデザイナと共同で開発された。
• 参考スコア（独自算出の注目度）: 68.93050284701197
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Multimodal foundation models are increasingly used for evaluating and generating user interfaces (UIs), often producing seemingly reasonable aesthetic judgments and visually plausible pages. However, under professional design scrutiny, their behavior can differ substantially from that of human designers. In professional design practice, designers rely on a systematic set of aesthetic principles that consistently guide judgment, diagnosis, repair, and creation. A coherent aesthetic capability should therefore connect aesthetic judgment with design actions. Existing evaluations, however, typically assess these abilities in isolation, making it difficult to determine whether task-level success reflects a shared aesthetic understanding or merely fragmented task-specific competence. To address this gap, we introduce AUV-Bench, developed in collaboration with professional UI designers around 1,395 executable web interfaces and four tasks: aesthetic scoring, diagnosis, repair, and text-to-UI generation. The tasks share a pool of UIs and aesthetic principles, with diagnosis and repair further aligned on 660 controlled-degradation instances to enable instance-level analysis of judgment and action. Evaluation of 12 models reveals a capability imbalance: models show moderate agreement with professional designers in holistic aesthetic scoring, yet exact diagnosis-chain success peaks at only 24.7%. On the aligned diagnosis-repair cases, correct judgments and successful repairs do not consistently coincide, exposing a Judgment-Action Gap between identifying aesthetic problems and successfully acting on them. In open-ended generation, even leading models achieve only moderate aesthetic quality under human-calibrated evaluation. Overall, current models exhibit partial aesthetic competence, but still lack the fine-grained understanding and judgment-action coherence required for reliable UI design.
• Abstract（参考訳）: マルチモーダル基礎モデルは、ユーザインターフェース(UI)の評価と生成にますます使われており、合理的な美的判断や視覚的に妥当なページを生み出すことが多い。 しかし、専門的な設計の精査の下では、その振る舞いは人間の設計者とは大きく異なる可能性がある。 専門的なデザインの実践では、デザイナーは、判断、診断、修復、創造を一貫して導く審美原則の体系的なセットに依存している。 したがって、コヒーレントな審美能力は、審美判断とデザイン行動とを結びつけるべきである。 しかし、既存の評価は、通常、これらの能力を単独で評価するので、タスクレベルの成功が共通の美的理解を反映しているか、単に断片化されたタスク固有の能力を持っているかを判断することは困難である。 このギャップに対処するため、AUV-BenchはプロのUIデザイナと共同で開発され、1,395の実行可能なWebインターフェースと、美的評価、診断、修復、テキスト・トゥ・UI生成の4つのタスクで構成されている。 タスクはUIと美学の原則のプールを共有し、診断と修復は660のコントロールされた劣化インスタンスにさらに整合して、判断と行動のインスタンスレベルの分析を可能にする。 12モデルの評価は、機能的不均衡を示す:モデルは、総合的な美的評価においてプロのデザイナーと適度な一致を示すが、正確な診断チェーンの成功は24.7%である。 一致した診断・修復症例では, 正しい判断と良好な修復が一致せず, 審美的問題を識別し, 正常に作用する間に, 判断・判断ギャップが露出する。 オープンエンド世代では、先行モデルでさえ、人間の校正による評価の下では、適度な美的品質しか達成できない。 全体として、現在のモデルは部分的な審美的能力を示すが、信頼性の高いUI設計に必要な微妙な理解と判断-行動の一貫性は依然として欠如している。

関連論文リスト

• Beyond Absolute Scores: Relative Edit-induced Difference for Generalizable Image Aesthetic Assessment [7.510816222411201]
  本稿では,人間の美的推論過程をシミュレートするリレーティブ編集による差分美学(RED-Aes)を提案する。 RED-Aesは絶対スコア分布を適合させる代わりに、美的変化を引き起こす視覚的要因を明示的に学習する。 RED-Aesは、複数の公開ベンチマークで最先端のパフォーマンスを達成し、より優れた一般化能力を示すことを示す実験である。
  論文  参考訳（メタデータ） (2026-06-04T07:07:01Z)
• RealUnify: Do Unified Models Truly Benefit from Unification? A Comprehensive Benchmark [71.3555284685426]
  本稿では,双方向機能相乗効果を評価するためのベンチマークであるRealUnifyを紹介する。 RealUnifyは、10のカテゴリと32のサブタスクにまたがる、細心の注意を払ってアノテートされた1000のインスタンスで構成されている。 現在の統一モデルは、効果的な相乗効果を達成するのに依然として苦労しており、アーキテクチャの統一だけでは不十分であることを示している。
  論文  参考訳（メタデータ） (2025-09-29T15:07:28Z)
• Attention is also needed for form design [0.0]
  本研究は,眼球追跡を用いた没入型バーチャルリアリティ環境であるEURIAとエージェントAIパイプラインであるRETinaという,2つのシステムを統合した,注目を意識した新しいフレームワークを紹介する。 提案フレームワークは,創造的ディレクターの役割を向上し,エージェントAIの創造力と人間の直感を融合させ,高品質なデザインをより効率的に作成する。
  論文  参考訳（メタデータ） (2025-08-27T09:15:21Z)
• Envisioning Beyond the Pixels: Benchmarking Reasoning-Informed Visual Editing [84.16442052968615]
  RISEBenchはReasoning-Informed ViSual Editing (RISE)の最初のベンチマークである。 RISEBenchは、時間、因果、空間、論理的推論の4つの主要な推論カテゴリに焦点を当てている。 オープンソースモデルとプロプライエタリモデルの両方を含む,9つの目立った視覚編集モデルを評価する実験を行った。
  論文  参考訳（メタデータ） (2025-04-03T17:59:56Z)
• Advancing Comprehensive Aesthetic Insight with Multi-Scale Text-Guided Self-Supervised Learning [14.405750888492735]
  Image Aesthetic Assessment (IAA) は、画像の美的価値を分析し評価する作業である。 IAAの伝統的な手法は、しばしば単一の美的タスクに集中し、ラベル付きデータセットが不十分である。 審美的洞察をニュアンス化した総合的審美的MLLMを提案する。
  論文  参考訳（メタデータ） (2024-12-16T16:35:35Z)
• Aligning Vision Models with Human Aesthetics in Retrieval: Benchmarks and Algorithms [91.19304518033144]
  検索システムにおける視覚モデルと人間の審美基準の整合を図る。 本研究では、視覚モデルと人間の美学をよりよく整合させるために、視覚モデルを微調整する嗜好に基づく強化学習手法を提案する。
  論文  参考訳（メタデータ） (2024-06-13T17:59:20Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。