研究评测研究论文

AesCode 将视觉美感与代码正确性拆分为训练信号

10月13日提交的 AesCode 研究以生成图片提供风格参考,把仪表盘等视觉内容输出为可编辑 HTML/CSS。

为什么值得关注

参考图只负责视觉启发,提示内容仍是真值来源;好看与正确应分别验收。

技术细节

设计图把属性交给确定性校验器或视觉模型评分,再分别归一化奖励。作者以300个信息图样本、每题三次生成且不筛选评测。

适合哪些读者

UI代码生成、可视化与模型评测团队

原始来源

修订与更正记录 (1)

— New research candidate discovered through October 14 papers, original arXiv submission October 13 verified against author project and repository; no unreplicated ranking or performance advantage asserted.

相关事件

研究评测

另一项 VeriCUA 把 GUI 任务验收改为主动取证,并允许证据不足时弃权

Google 与香港大学团队 10 月 29 日提交了一项同名但独立的 VeriCUA:验证器先查看环境或轨迹建立任务 rubric,再用 GUI、无障碍树、文件、数据库等只读检查补齐证据,并把需求判为满足、违反或未知。在线实验中,它在 AndroidWorld、OSWorld 与 ScienceBoard 上均降低了相对基线的假阳性。

研究评测

GUI‑JEPA 用候选隐空间打分替代逐 token 动作解码

10 月 27 日提交的 GUI‑JEPA 面向移动 GUI 单步动作选择:它把无标签界面截图预训练得到的 JEPA 表征按候选动作和区域变换,在一次批处理中为无障碍树候选打分,不再让 7B 视觉语言模型逐 token 生成动作。

研究评测

TAM 把已核验的任务进展变成 GUI 代理的在线状态与可复用操作

10 月 27 日提交的 Task Advancement Memory(TAM)把“已经可靠完成了什么”同时用于当前任务压缩和跨任务学习:任务内维护可核验的进展、剩余目标与视觉证据,任务后从局部成功片段中提炼可复用操作,即使整条工作流最终失败。