AesCode：通过解耦跨模态奖励生成美观代码
AesCode旨在提升用于生成幻灯片、海报和仪表盘等视觉内容的代码质量。该方法将根据同一提示词生成的参考图像用作美学指导，并以设计图表示目标布局。确定性验证器负责评估可从代码和渲染结果中核验的属性；视觉语言模型则依据与设计图相匹配的评分标准判断其他视觉特征。训练采用强化学习，并对不同奖励通道分别进行归一化。在评测中，与使用相同参考图像、规模相当的Qwen3-VL基线相比，AesCode-8B和AesCode-32B的视觉质量分数分别提高了31.1和22.4个百分点。研究称，视觉评分与人类判断高度一致。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。