AesCode：用解耦跨模态奖励生成美学代码

Xin Gao 等作者发布论文提出 AesCode，让代码模型生成幻灯片、海报、仪表盘等结构化视觉产物。该方法将目标表示为设计图，用同一内容提示生成的图像作为美学引导，并从中导出解耦的跨模态奖励：确定性验证器评估可从代码和渲染解析的属性，VLM 评委依据 Visual Graph Rubric 评估不可解析属性。 据论文描述，这些奖励再通过强化学习与逐通道归一化联合优化。这是论文提出的方法与其自身设定，报道未给出验证后的实际效果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。