RELIEF 把真实交互反馈变成生成 UI 的修订训练数据
10 月 20 日修订的 RELIEF 研究用编码代理按反馈改写生成界面，再把改进嵌回原始生成轨迹，用于微调代码生成模型。
事件 原文发布 本站收录 最后核验
为什么值得关注
许多可用性问题只有在点击、填写和完成任务时出现；这项工作把交互后反馈连接到模型训练，而不只是在第一张截图上打分。
技术细节
作者构建了 200 个合成网站、355 段交互记录和 24 名参与者的数据，并比较代码检查、自动交互、显式用户反馈与从人类交互记录推断的批评。实验覆盖 Qwen 27B 与 Inkling 两个代码生成模型；在其测试设置中，从人类交互记录推断的批评在两个模型家族都获得最高观察到的 Elo。
适合哪些读者
生成式 UI 训练、交互反馈、可用性评测与代码模型团队
原始来源
修订与更正记录 (1)
— Primary paper verifies the revision method, dataset, feedback sources, results and explicit limitations.