标签
RAP 提出了一个大规模数据集与基准（包含来自 2022-2026 年机器学习会议的 25K+ 已验证论文-海报对），将论文转海报生成任务定义为一种视觉编码任务，其特点包括：一条自动化反渲染管线以生成带样式的 HTML/CSS 三元组、一个免训练的多智能体管线 PosterRAG，以及一个通过 SFT+RL 训练方案得到的模型。
PrismaCoder 提出 PrismaForge 层级式数据管线，通过合成 rubric 将程序正确性、代码质量与视觉渲染效果分解为可检查准则，兼顾数据过滤与强化学习奖励，构建了迄今最大的多模态代码数据集 PrismaCoder-2M，并训练发布 PrismaCoder-9B 与 PrismaCoder-35B，以大幅优势领先开源 SOTA、可与闭源系统媲美。
MiMo-V2.6-Distill-Qwen-9B 是一款90亿参数的智能体AI模型，由小米通过对Qwen3.5-9B进行微调开发，在编码、通用智能体任务、视觉编码和网络安全方面表现出色。
ViCo是一个训练框架，使用迭代自我反思来改进AI生成的图表复制，在学术基准上实现了接近专有LLM的性能。