WebGrader: Valutatore Programmato Auto-Evolvente per l'Addestramento di LLM nello Sviluppo Web
Un nuovo articolo di ricerca su arXiv (2608.06474) introduce WebGrader, un valutatore programmato auto-evolvente progettato per addestrare modelli linguistici di grandi dimensioni (LLM) per compiti di sviluppo web. L'articolo affronta il collo di bottiglia della progettazione delle ricompense nell'apprendimento per rinforzo, dove gli script browser scritti a mano sono costosi e i valutatori VLM/agente GUI possono emettere verdetti prematuri. WebGrader deriva autonomamente i flussi di interazione dalle richieste del sito web, li rappresenta come Contratti di Flusso eseguibili e utilizza i risultati dell'esecuzione come ricompense. Materializza i progetti generati in un browser live, fonda le azioni sul codice sorgente e sul DOM e raccoglie prove multimodali. Un ciclo offline guidato dai residui affina ulteriormente il valutatore. L'approccio mira a migliorare la correttezza funzionale dei siti web generati da LLM.
Fatti principali
- WebGrader è un valutatore programmato auto-evolvente per l'addestramento di LLM nello sviluppo web.
- Affronta il collo di bottiglia della progettazione delle ricompense nell'apprendimento per rinforzo per la generazione di codice.
- Gli script browser scritti a mano sono costosi; i valutatori VLM e agente GUI possono essere prematuri.
- WebGrader deriva i flussi di interazione dalle richieste del sito web e li rappresenta come Contratti di Flusso.
- I risultati dell'esecuzione dei Contratti di Flusso fungono da ricompense per l'apprendimento per rinforzo.
- Materializza i progetti in un browser live e fonda le azioni sul codice sorgente e sul DOM.
- Raccoglie prove visive, DOM, di risposta e di stato persistente.
- Un ciclo offline guidato dai residui migliora le prestazioni del valutatore.
- L'articolo è disponibile su arXiv con ID 2608.06474.
Entità
Istituzioni
- arXiv