Can an LLM name the WCAG criterion a snippet violates? A 6-case RGAA benchmark on Kaggle

複数の大規模言語モデルが WCAG/RGAA 基準違反を HTML スニペットから正確に名前付けできるかをベンチマーク測定。Claude、Gemini、DeepSeek など5つのモデルを6つのテストケースで比較した結果を報告する。

WCAG, テスト・検証, 生成AI