2025-08-15 13:39:03
研究团队以开源大模型StarChat-Beta为基础，提出了一种让模型自我学习优化SwiftUI界面设计的新方法。团队首先向模型输入大量界面描述，指导其自动生成对应的SwiftUI代码，进而形成庞大的合成数据集。所有生成的代码随后都需通过Swift编译器验证其可运行性，并由视觉语言模型GPT-4V对比界面效果是否与原始描述一致。团队剔除未通过编译、内容不相关或重复的数据后，剩余部分构成高质量训练集，在多轮重复该流程后，每次迭代后模型生成的代码质量逐步提升，数据集愈发纯净。经过五轮迭代，研究团队累计生成了近百万条SwiftUI代码，并基于此推出微调后的“UICoder”模型。测试显示，UICoder在自动化评测与人工评估中均显著优于初始StarChat-Beta模型，并接近媲美GPT-4，在代码编译成功率和界面贴合度方面表现尤为突出。亚汇网援引博文介绍，原始StarChat-Beta的训练数据中几乎没有SwiftUI样本，主要代码库“TheStack”未收录Swift相关内容，其他数据集涉及Swift的比例也极低，意味着UICoder的能力提升并非依赖于重复已见案例，而是基于自生成与严格筛选的数据反馈机制。广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，亚汇网所有文章均包含本声明。
您正在访问亚汇网香港分站，本站所提供的内容均遵守中华人民共和国香港特别行政区法律法规。
