微软发布AesCode提升代码生成视觉美学

发生了什么

据Hugging Face Papers报道，微软于10月13日发布AesCode论文，旨在通过解耦跨模态奖励提升代码生成的视觉美学质量。该方法利用从相同提示词生成的图像作为美学指导，将目标表示为描述整个画布的设计图，并推导互补的跨模态奖励：确定性验证器评分可从代码和渲染中解析的属性，VLM裁判则评估与图元素相关的不可解析属性。通过强化学习优化这些解耦奖励，AesCode显著改善了现有模型生成代码的视觉质量，并在构建的基准测试中显示出与人类判断高度一致的视觉评分。