ACL Findings｜让大模型直接生成任务界面
这篇论文提出 Generative Interfaces：大模型不再只返回一段文字，而是根据当前问题生成一套可操作的网页界面。

动机：聊天界面通常采用“用户提问—模型输出长文本”的线性结构。面对多步骤、信息密集或需要反复探索的任务，用户还要自己从文本中提取步骤、记住状态并组织操作。

系统工作流程
1. Requirement specification：先把用户请求转换成需求说明，明确任务目标、功能、UI 组件、交互方式和解决策略。
2. Structured representation：用两层结构描述界面。高层 interaction flow 是有向图，节点表示页面或子目标，边表示点击等事件触发的跳转；低层 finite state machine 为每个组件定义状态集合 S、用户事件 E、状态转移函数 δ 和初始状态 s₀。
3. UI generation：把原始请求、需求说明、结构表示、可复用组件库，以及网页检索得到的示例和数据一起交给 Claude 3.7，生成可执行的 HTML、CSS 和 JavaScript。
4. Adaptive reward：模型针对当前任务生成评分维度、权重和检查规则。例如量子物理学习界面会分别评价视觉结构、概念解释和清晰度，最后得到 0–100 分。
5. Iterative refinement：每轮生成多个候选界面，保留得分最高者，并把评分反馈用于下一轮修改；总分达到 90，或完成 5 轮后停止。

与 Claude 3.7 的纯聊天输出相比，GenUI 的胜率为 84%，平局 4%；与 GPT-4o 聊天输出相比胜率69%；与“直接提示 Claude 生成 UI”的基线相比为 75%。偏好在数据分析与可视化领域达到 93.8%，但在 AI/ML 中只有 50%。

作者承认三项限制：当前只生成没有后端逻辑的 HTML/JavaScript 前端；多轮修改可能耗时数分钟；系统对所有请求都生成 UI，即使简单问题使用文本更合适。生成界面也可能带来无障碍问题、错误信息、诱导性呈现，以及“界面越精致，用户越容易过度信任”的风险。

howto入门codex 科研 人机交互 PhD 大模型 生成式界面 LLM howto用AI抢救一切 学术