研究人员推出了 PrismaCoder,这是一个新的多模态代码智能系统,旨在弥合符号编程与视觉输出之间的差距。该系统利用了一个名为 PrismaForge 的新颖数据管道,该管道采用合成评分来根据正确性、构建质量和视觉准确性评估程序。该管道促成了 PrismaCoder-2M 的创建,这是一个用于多模态代码智能的大型多样化数据集,并训练了两个新模型 PrismaCoder-9B 和 PrismaCoder-35B。据报道,这些模型在从文本描述或屏幕截图生成视觉伪影方面,其性能优于现有的开源替代品,并可与专有系统相媲美。 AI
影响 推动多模态代码智能领域的开源能力,可能加速能够生成视觉输出的 AI 代理的开发。
排序理由 该集群包含一篇详细介绍新模型和数据集的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- PrismaCoder
- PrismaCoder-2M
- PrismaCoder-35B
- PrismaCoder-9B
- PrismaForge
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →