G-FOCUS: 迈向评估UI设计说服力的一种鲁棒方法

评估用户界面 (UI) 设计的有效性不仅仅关乎美学，更在于其影响用户行为的能力，这是设计说服力 (Design Persuasiveness) 的核心原则。A/B 测试是确定哪种 UI 变体能带来更高用户参与度的主要方法，但其成本高昂且耗时。尽管最近的视觉语言模型 (VLMs) 可以进行自动化的 UI 分析，但现有方法侧重于孤立的设计属性，而非比较性说服力——后者才是优化用户交互的关键因素。为了解决这个问题，我们引入了 WiserUI-Bench，这是一个专为“成对 UI 设计说服力评估”任务设计的基准，包含 300 对带有 A/B 测试结果和专家理由标注的真实世界 UI 图像。此外，我们还提出了 G-FOCUS，这是一种新颖的推理时策略，通过减少位置偏差和提高评估准确性，增强基于 VLM 的说服力评估。实验结果表明，在成对 UI 评估中，G-FOCUS 在一致性和准确性方面超越了现有的推理策略。通过推动基于 VLM 的 UI 说服力评估，我们的工作提供了一种补充 A/B 测试的方法，从而推动了可扩展 UI 偏好建模和设计优化的进展。代码和数据将公开发布。