- Apple-Forscher haben ein Open-Source-Coding-LLM optimiert, um SwiftUI über eine automatisierte Feedback-Pipeline zu generieren.
- Eine iterative Schleife – Kompilieren, visuelle Überprüfung mit GPT-4V und Filtern – erstellte einen großen, hochwertigen Trainingssatz.
- Nach fünf Runden hatte das Team UICoder und fast 996,000 SwiftUI-Programme erstellt, die das Basismodell übertrafen und sich in der Qualität GPT-4 näherten.
- Da Swift im ursprünglichen Korpus nur selten vorkommt, konnten die Vorteile durch den selbst erstellten Datensatz erzielt werden. Der Ansatz lässt sich wahrscheinlich auf andere UI-Toolkits übertragen.
Apple-Forscher haben eine praktische Übungsform entwickelt, um ein Code-Modell zu erstellen, mit dem die robusten SwiftUI- Benutzerschnittstellen geschrieben werden sollen . Abhängig von manuellen Beispielen und Etikette erstellte das Gerät einen Motordatensatz, der es dem Modell ermöglichte, seine Eigenschaften durch automatische Überwachung zu prüfen.
Die Idee basiert auf einem automatischen Rückgewinnungsmechanismus , der den SwiftUI-Code generiert. Beim Kompilieren und Recherchieren muss überprüft werden, ob die Ergebnisse mit einer schriftlichen Beschreibung genau übereinstimmen. Da es sich um eine neutrale Überarbeitung handelte und mit einem großen Sprachmodell gearbeitet wurde, konnte es bei der Generierung von UI-Codes immer weiter voranschreiten, ohne dass ein bereits vorhandenes umfangreiches SwiftUI-Korpus erforderlich war.
Wie funktioniert die Kanalisierung der automatischen Übertragung
Wir sind mit StarChat-Beta ausgestattet , einem für Programmierzwecke angepassten Open-Source-Modell und bieten kurze Beschreibungen der Schnittstellen. Aufgrund dieser Hinweise verfügt das Modell über eine Reihe von SwiftUI-Programmen, die speziell für die Anzeige der gewünschten Designs und Inhalte entwickelt wurden.
Jeder Kandidat hat sich irgendwann an einen Swift-Compiler gewandt , um zu bestätigen, dass er tatsächlich funktioniert. Bitte, ein visuelles und sprachliches Modell, GPT-4V , vergleiche die gerenderte Schnittstelle mit der Originalbeschreibung, die wie ein automatischer Revisor mit visueller und struktureller Genauigkeit ausgeführt wird. Um Ihr Wissen über die Schnittstellendefinition zu erweitern, können Sie auch nachlesen, wie Sie mit den von SwiftUI bereitgestellten Steuerelementen arbeiten.
Das Ergebnis war, dass es beim Kompilieren verloren ging, das Thema überarbeitete oder frühere Ergebnisse verdoppelte und dann gelöscht wurde. Der Rest entspricht einer Kombination aus hochqualitativem Betrieb, der zur Einstellung des Modells verwendet wird, und versorgt die nächste Runde mit den am häufigsten verwendeten und relevanten Beispielen.
Dieser Zyklus wird mehrmals wiederholt. Mit jedem Schritt lieferte das am häufigsten produzierte Modell die besten Ergebnisse in SwiftUI, da es für seine Anpassung präzisere Daten generierte. Nach fünf Runden haben die Ermittler rund eine Million SwiftUI-Programme (996,000) und ein angepasstes UICoder -Modell rekopiert.
In der Evaluierung ist UICoder auf dem Basismodell (StarChat-Beta) mit automatischen Messwerten und menschlichen Werten ausgestattet. Außerdem ist es ein großer Teil der Kompilierung , ein praktischer Vorteil für die Leute, die den Code auf den ersten Blick nutzen müssen.
SwiftUI ist in den Originaldaten anwesend
Ein Teil der historischen Geschichte befindet sich im Korpus der Teilnehmer, die für StarChat-Beta verwendet werden. Aus diesen drei Provinzdaten geht hervor, dass die SwiftUI-Inhalte auf natürlichem Wege weitergegeben werden:
- TheStack, eine Sammlung großer Code-Repositorien mit zulässiger Lizenz.
- Páginas web rastreadas en Internet público.
- OpenAssistant-Guanaco, eine Verbindung zu den Daten, die am wenigsten von der Suche nach Anweisungen abhängt.
Als Ermittler wurden die Repositorien von Swift ausschließlich aus Versehen von TheStack erstellt . Ein Revisionshandbuch enthielt auch nur eine Antwort auf den Swift-Code und ungefähr die meisten OpenAssistant-Guanaco-Beispiele, mit dem größten Teil des Swift-Codes, der wahrscheinlich mitten in den Web-Repositories lag, und zwar umso einfacher und weniger strukturiert, als sie in den Repositorien waren.
Dies ist wichtig: Die besten Benutzer von UICoder können Ihnen keine SwiftUI-Beispiele wiederverwenden. Die beste Kombination aus automatisch generierten Daten und die Verwaltung des Kompilierungs- und Vergleichszyklus, bei dem die SwiftUI-Kopie den Originaldaten zugrunde liegt. Damit die verschiedenen Sprachen in die Programmierung integriert werden, überprüfen Sie bitte die Version von Swift in Ihrem Browser.
Die Autoren wissen, dass diese Methodik auf andere Sprachen und UI-Herramientas-Kits angewendet werden kann , nicht nur auf SwiftUI. Das vollständige Dokument – „UICoder: Fine-tuning Large Language Models to Generate User Interface Code through Automated Feedback“ – ist in arXiv verfügbar, damit es in detaillierte und metrische Details eingehen kann.
Es ist wichtig, dass der Bürgermeister dem Apple-Modell für SwiftUI zugute kommt, weil es einen automatischen Rückspeiseautomaten gibt , der die Datenqualität erhöht, und zwar seit einem großen Zusammenhang mit dem Swift-Code. Da der UICoder GPT-4 aktiviert und im Zuge des Kompilierungsvorgangs erweitert wurde, ist diese Strategie eine praktische Referenz für die Suche nach den Modellen eines generischen UI-Codes, da keine klaren Beispiele verfügbar sind.
