斯坦福大学、微软以及谷歌DeepMind的研究人员联手发布了一篇论文，深入探讨了Design2Code任务，即实现从视觉设计到代码实现的高效转化。在这项研究中，研究团队选取了484个真实的网页作为测试样本，并设计了一组自动化的评估指标，旨在精准地衡量多模态大型模型在面对屏幕截图输入时，其生成代码实现效果与给定参考网页的契合程度。
为了提升模型的性能，研究人员创新性地提出了多模式提示方法，并在GPT-4V和Gemini Vision Pro上进行了实证验证，效果显著。在评估环节，GPT-4V凭借其卓越的性能脱颖而出，生成的网页在高达64%的情况下，被评价为比原始参考网页更加出色。
Copyright @ 智汇AI
联系方式QQ：3756153558 | 手机：17359272608 | 闽ICP备2024047188号-2 | 厦门点击创客网络科技有限公司
友情链接: 微米小说站 |
笔魂AI绘图 |
库宝ai工作助手 |
智搜AI导航站 |
快标书 AI |
小文论文 |
AI吧 |
邢台医院 |
声动视界 |
八点资讯 |
简单AI |
文多多AIPPT |
HelpLook AI知识库 |
gitee AI |
笔格设计 |
AIBOX创作平台 |
08AI导航网 |
零导航
