论文页面 - PrismaCoder：通过分解式评分标准合成，突破开放多模态代码智能的边界

来源：https://huggingface.co/papers/2610.20538 发布于 10月14日

·

提交者：https://huggingface.co/QiushiSun

Qiushi (https://huggingface.co/QiushiSun) 于 10月22日

作者：

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

摘要

PrismaForge 使用基于评分标准（rubric）的流水线来合成和筛选高质量的多模态代码数据，使开放模型在视觉编码任务上能够与专有系统媲美。

多模态代码智能（https://huggingface.co/papers?q=Multimodal%20code%20intelligence）将程序的符号世界与其执行所创造的视觉世界连接起来。随着模型越来越多地被要求生成图表、网页、动画和半结构化文档，人们对此能力的兴趣日益高涨。近年来，专有模型已遥遥领先，仅凭文字描述或一张截图即可生成交互式作品。然而，其数据和训练过程仍然封闭，开放进展受限于可用数据的数量和质量，以及生成数据的流水线和方法。其中，质量是更大的挑战——一个样本必须在程序层面正确、结构良好，最重要的是在渲染后视觉效果准确。目前没有任何单一信号能同时覆盖这三个维度。执行结果往往只返回通过或失败，代码相似度无法映射到视觉输出，而针对特定任务的验证器又缺乏泛化能力。为了推动开放进展，我们从数据端入手，提出 PrismaForge（https://huggingface.co/papers?q=PrismaForge）——一个以合成为主的分层数据流水线，其核心是将上述因素分解为可检查准则的评分标准。同一评分标准既充当过滤器也充当奖励信号：它用于筛选监督语料，随后驱动强化学习在视觉编码任务上的训练。利用 PrismaForge（https://huggingface.co/papers?q=PrismaForge）进行数据合成与筛选，我们构建了 PrismaCoder-2M（https://huggingface.co/papers?q=PrismaCoder-2M），这是目前规模最大、多样性最丰富的多模态代码智能开放数据集。在模型方面，我们在此数据上训练了 PrismaCoder-9B 和 PrismaCoder-35B 并已开源发布。两者在开放模型中大幅领先当前最佳水平，并可与领先的专有系统相媲美。我们的进一步分析表明，所提出的基于评分标准的流水线能够提升不同模型主干的多模态编码性能。我们的代码和数据已发布在 https://qiushisun.github.io/PrismaCoder-Home/。

查看 arXiv 页面（https://arxiv.org/abs/2610.20538） 查看 PDF（https://arxiv.org/pdf/2610.20538） 项目页面（https://qiushisun.github.io/PrismaCoder-Home/） GitHub（https://github.com/QiushiSun/PrismaCoder） 添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2610.20538）

在你的智能体中获取此论文：

hf papers read 2610.20538

没有最新版 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型：0

暂无模型关联此论文。

在模型 README.md 中引用 arxiv.org/abs/2610.20538 以从此页面关联。

引用此论文的数据集：0

暂无数据集关联此论文。

在数据集 README.md 中引用 arxiv.org/abs/2610.20538 以从此页面关联。

引用此论文的 Spaces：0

暂无 Space 关联此论文。

在 Space README.md 中引用 arxiv.org/abs/2610.20538 以从此页面关联。

包含此论文的合集：2