MobileForge: Nuovo Benchmark per la Generazione di App Mobili Multi-Schermo

MobileForge è stato lanciato come benchmark inaugurale mirato allo sviluppo di app mobili multi-schermo a livello di progetto. Questo nuovo benchmark supera le carenze degli attuali benchmark design-to-code, che si concentrano principalmente su output a pagina singola e non valutano la navigazione tra pagine o la manutenibilità complessiva del progetto. MobileForge include applicazioni mobili reali, schermate revisionate da esseri umani, annotazioni strutturate per le relazioni tra pagine e specifiche per il test di navigazione. Presenta una valutazione completa su cinque assi che valuta la qualità di build, la navigazione, l'accuratezza visiva, la manutenibilità del codice e l'efficienza. Inoltre, il benchmark introduce il test di navigazione a stato isolato per evitare fallimenti di navigazione a cascata e un metodo di riferimento ancorato per la fedeltà visiva. I risultati sono documentati in un articolo disponibile su arXiv (arXiv:2607.28645).